Informatica - Ingegneria del software

PromSec ottimizza i prompt per generare codice sicuro e funzionale con gli LLM.

Esaminare come i pregiudizi negli LLM influenzano il reclutamento nei team software.

Le ricerche mostrano come le funzioni ausiliarie migliorano la generazione di codice nei modelli ottimizzati per le istruzioni.

Uno studio che analizza le sfide e le strategie degli studenti nei compiti di modellazione software.

Un nuovo metodo migliora la rilevazione dei bug nel software usando agenti LLM e una strategia di divide et impera.

I contratti proxy in Ethereum offrono vantaggi ma presentano anche seri problemi di sicurezza.

Un approccio automatico migliora l'analisi dei log e la diagnosi dei guasti nei servizi online.

I ricercatori sviluppano metodi per un codice di wrangling dei dati automatizzato migliore tramite esempi ricchi di contesto.

Gli strumenti AI stanno cambiando il modo in cui i programmatori lavorano e migliorando il processo di sviluppo software.

Una panoramica dell'importanza e dei metodi per verificare i sistemi distribuiti.

Esplorare nuovi metodi per migliorare la verifica delle prove nell'ingegneria del software.

Le ricerche mostrano nuovi metodi per migliorare la fusione del codice software.

Esplorare il ruolo di GAI differenziale nel migliorare la qualità del codice per i progetti software.

zsLLMCode crea rappresentazioni di codice utili in modo efficiente usando l'IA.

Esaminare le vulnerabilità del firmware e gli strumenti per migliorare la sicurezza.

Questo studio valuta quanto bene i modelli linguistici aiutano i programmatori principianti con i commenti nel codice.

Esamina l'impatto del protestware sullo sviluppo software e le risposte della comunità.

Usare modelli linguistici ampi per migliorare l'analisi del feedback degli utenti delle app mobili.

Un nuovo metodo migliora i suggerimenti di codice per lo sviluppo software.

Automatizzare le revisioni del codice può aumentare l'efficienza degli sviluppatori e la crescita del team.

Migliorare i metodi di rilevamento per pacchetti dannosi nei repository software.

Questo framework semplifica la comprensione delle politiche sulla privacy usando la tecnologia AI.

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

CodeTracker migliora il tracciamento delle modifiche al codice concentrandosi sull'accuratezza e sulla consapevolezza del refactoring.

Esplorando l'importanza della responsabilità nei sistemi software che influenzano gli esiti sociali e legali.

LLM-Cure semplifica l'analisi delle recensioni delle app per un'esperienza utente migliore.

Esaminando come ChatGPT cambia le risposte alle domande di programmazione rispetto agli esperti umani.

Gli strumenti AI come GitHub Copilot aumentano la produttività e la soddisfazione per gli sviluppatori.

CodeInsight offre un dataset raffinato per generare codice Python con esempi reali.

Uno studio sulle prestazioni dei modelli di rilevamento degli oggetti su dispositivi di calcolo piccoli.

Un approccio leggero migliora il rilevamento delle correzioni silenziose delle vulnerabilità nel software open-source.

Ottimizzare gli algoritmi quantistici con il machine learning porta a prestazioni migliori nei calcoli.

Nuovi metodi si concentrano sull'analisi del codice sorgente per una migliore previsione dei difetti.

SOSK aiuta gli utenti a tenere traccia ed estrarre parole chiave dai report di sicurezza software.

Un nuovo metodo punta a migliorare il testo alternativo per le icone delle app mobili per aiutare gli utenti non vedenti.

Esaminare come le emozioni degli sviluppatori influenzano la qualità del codice di machine learning.

Questo articolo esplora il motivo per cui le aziende donano software AI alle comunità open source.

Con l'avanzare della tecnologia, la sicurezza del software affronta nuove sfide e opportunità.

Questo articolo valuta quanto bene i LLM generano casi di test per i programmi Java.

Esaminando l'impatto e le lezioni dell'attacco informatico DarkSeoul sulla Corea del Sud.