Informatica - Ingegneria del software

Questo articolo parla dei rischi delle allucinazioni nei pacchetti nei modelli che generano codice.

Un nuovo metodo migliora i LLM per generare codice UI di alta qualità.

Usare modelli linguistici per migliorare il rilevamento dei bug nel software e l'efficienza dei test.

Un nuovo benchmark testa la capacità dei LLM di trovare vulnerabilità nel software.

LUNAR semplifica il parsing dei log senza bisogno di dati etichettati, migliorando l'accuratezza e l'efficienza.

Nuovo framework migliora il completamento del codice catturando conoscenze specifiche del repository.

Uno sguardo alle vulnerabilità e alle soluzioni per i sistemi di deep learning.

Combinare il fuzzing e i modelli linguistici per migliorare l'efficienza dei test software.

DafnyBench fa il benchmark degli strumenti di verifica del software, aprendo la strada a una programmazione affidabile.

Uno sguardo a come i LLM affrontano le sfide di programmazione per esempio.

Testare i LLM è fondamentale per avere applicazioni di intelligenza artificiale sicure ed efficaci.

Un nuovo strumento migliora l'analisi statica con grafici semplificati e machine learning.

Un nuovo approccio migliora l'affidabilità dei test per le librerie di deep learning.

Scopri come i data center misurano e riportano le loro emissioni di carbonio in modo efficace.

AlabOS semplifica i flussi di lavoro per i laboratori automatizzati, migliorando l'efficienza nella ricerca sui materiali.

I grandi modelli linguistici migliorano il testing differenziale nello sviluppo software.

Esplora come l'IA sta trasformando le pratiche e i ruoli nell'ingegneria del software.

Lo studio esplora l'analisi statica per migliorare il completamento del codice a livello di repository.

Questo studio valuta come i LLM possano migliorare il testing delle mutazioni nello sviluppo software.

Esaminando l'impatto delle API deprecate sui suggerimenti di codice LLM.

Esplorare come GenAI influisce sulle pratiche di ingegneria del software e cosa rimane invariato.

Un sistema che usa i principi Agile per migliorare l'efficienza nello sviluppo software e la collaborazione.

Un nuovo approccio combina conoscenza e tecnologia per migliorare la rilevazione delle vulnerabilità nei software.

L'AI semplifica la creazione di diagrammi delle classi, aumentando l'efficienza e la precisione nel design software.

Questo articolo parla degli sviluppi recenti per migliorare l'efficienza nei Modelli di Linguaggio Generale.

Un nuovo metodo migliora la velocità di test e la rilevazione di errori nei programmi quantistici.

Un nuovo metodo per migliorare i test di sicurezza per i veicoli autonomi attraverso scenari generati.

Un nuovo metodo trova i bug di prestazione nei framework di DL in modo efficiente.

Esaminando i limiti dei modelli di linguaggio grandi nella comprensione delle relazioni nel codice.

RepoExec valuta le prestazioni della generazione di codice a livello di repository.

Un framework migliora la generazione di codice per linguaggi specializzati usando la documentazione.

Affrontare il problema dell’avvio a freddo con nuove tecniche di profilazione per migliorare le prestazioni delle app.

Un nuovo strumento usa il machine learning per rilevare i bug delle prestazioni in modo efficace.

Esaminare la memorizzazione nei modelli di completamento del codice e le sue implicazioni sulla privacy.

Un nuovo modello a doppio trasformatore migliora le previsioni sui tempi di esecuzione dall'analisi del codice sorgente.

Uno studio sulla capacità di Copilot di generare codice in diversi linguaggi di programmazione.

Questo articolo esplora metodi per calcolare l'energia dello stato fondamentale usando la programmazione quantistica.

Un nuovo set di dati migliora l'efficienza della ricerca di codice per gli sviluppatori che usano query in linguaggio naturale.

Indagare l'impatto dell'annotazione sociale sul coinvolgimento e le performance degli studenti di programmazione.

Nuovi metodi migliorano le previsioni concentrandosi sulla funzionalità del codice invece che sui nomi delle variabili.