Peng Liang

Uno studio su come identificare e gestire le assunzioni nei progetti di deep learning usando il dataset AssuEval.

Questo articolo esamina le questioni di giustizia nelle recensioni di app mobili basate sull'IA.

Esplora i principali ostacoli che i team agili affrontano nella gestione dei dati e le soluzioni efficaci.

Una panoramica sull'uso dei container e le sfide nei setup multi-cloud.

Esaminando come e perché si verificano i cambiamenti di priorità dei bug nei progetti software.

Un'analisi di come gli sviluppatori implementano soluzioni architettoniche nei progetti open-source.

Esaminando come Kotlin e Java lavorano insieme e le sfide che affrontano gli sviluppatori.

Un nuovo framework migliora la creazione dei messaggi di commit tramite automazione.

Questo articolo esplora come gli utenti migliorano le domande relative all'architettura su Stack Overflow.

Lo studio sviluppa modelli per prevedere i bug software in tempo reale per sistemi complessi.

Quest'articolo analizza i problemi nei progetti LLM e suggerisce soluzioni per gli sviluppatori.

I modelli linguistici grandi trasformano la risoluzione dei bug nello sviluppo software, migliorando l'efficienza.

Uno strumento per individuare i difetti di design nel codice di deep learning in Python e C/C++.

Scopri come il Fine-Tuning Efficiente dei Parametri migliora la rilevazione dei code smell con gli LLM.

Esplora come l'IA può semplificare la valutazione dei diagrammi UML per insegnanti e studenti.