Informática - Engenharia de software

O BERTOps melhora a análise de logs para operações de TI, ajudando as equipes de confiabilidade do site.

Esse estudo destaca como os desenvolvedores Java reutilizam respostas do StackOverflow no GitHub.

Analisando o impacto da refatoração na qualidade do código de teste.

Um workshop focado em melhorar a conexão entre Engenharia de Requisitos e Testes.

Uma olhada em como as startups enfrentam os desafios do desenvolvimento de software.

Um novo método equilibra modelos de aprendizado de máquina pra ter um desempenho melhor.

QPLEX conecta recursos clássicos e quânticos pra soluções de otimização eficientes.

Enfrentando desafios para aplicações seguras de aprendizado de máquina em sistemas críticos.

Um novo método melhora a modelagem da interface do usuário para aplicativos móveis.

Automatizar a priorização de relatórios de bugs melhora a segurança de contratos inteligentes e a eficiência dos desenvolvedores.

Esse estudo compara PEFT e ICL na melhoria da geração de código usando LLMs.

Um novo framework melhora a eficácia dos ataques adversariais em modelos de código.

Um novo framework melhora a detecção de vulnerabilidades na comunicação em redes embarcadas.

Novo conjunto de dados e método de treinamento melhoram o reconhecimento de nomes de software.

Explorando como a computação quântica pode melhorar a amostragem aleatória em linhas de produtos de software.

Um novo modelo melhora a detecção de vulnerabilidades usando dados positivos e não rotulados.

Ataques de timing representam riscos para softwares, revelando informações sensíveis através do tempo de execução.

Aprenda como refatorar código de deep learning melhora o desempenho através da automação.

Este estudo analisa como técnicas de IR podem ajudar na escolha de casos de teste.

Um novo método pra recomendar APIs durante a migração de bibliotecas usando incorporação de gráfico de conhecimento.

O LEAP melhora os testes adversariais para software de processamento de linguagem natural.

Um framework pra medir com precisão o uso de energia em sistemas de deep learning.

Pesquisas mostram que modelos pré-treinados são eficazes em corrigir vulnerabilidades de software.

Esse artigo destaca os principais desafios de implantação enfrentados pelos desenvolvedores em sistemas de DRL.

Este artigo explora métodos melhores para avaliar modelos de geração de código usando inferência causal.

Bugsplainer oferece explicações de bugs de forma clara pra agilizar o desenvolvimento de software.

Este artigo fala sobre os obstáculos no desenvolvimento de software quântico e soluções possíveis.

Este artigo fala sobre a resiliência em sistemas de automação gerados por LLM.

Uma nova abordagem para simplificar a junção de estados e melhorar a análise de programas.

O SPROUT melhora a segurança ao detectar erros de classificação em classificadores de machine learning.

Um estudo sobre vulnerabilidades no código de IoT encontrado online destaca riscos de segurança.

Aprenda a proteger software contra ataques de canal lateral usando ferramentas automatizadas.

Aprenda a garantir qualidade na escrita de requisitos e melhorar os resultados do projeto.

Uma exploração dos desafios e da pesquisa necessária para startups de software.

Este estudo avalia uma ferramenta de IA para testar software de registro de câncer.

Analisando as ferramentas atuais para consistência na nomeação de métodos, dá pra ver várias falhas.

Aprenda como os desenvolvedores podem priorizar a segurança nos seus projetos de forma eficaz.

Ligando a dificuldade do vocabulário e a naturalidade do código pra melhorar a compreensão de software.

Um estudo sobre as semelhanças e diferenças entre linguagens de programação em modelos de linguagem.

A automação nos testes garante a qualidade da gestão de dados de câncer e a privacidade dos pacientes.