Grundlegende Kompetenzen und Verantwortlichkeiten eines Forschungssoftware-Ingenieurs
Forschungssoftware-Ingenieure benötigen eine Kombination aus Software-technischen, Forschungs- und Kommunikationskompetenzen, um hochwertige und nachhaltige Forschungssoftware zu entwickeln und zu unterstützen.
Effiziente Erkennung von Software-Schwachstellen mit Hilfe von ChatGPT
Durch den Einsatz verschiedener Prompt-Designs kann die Leistung von ChatGPT bei der Erkennung von Software-Schwachstellen deutlich verbessert werden.
Übersetzung zwischen OpenQASM und Quipper: Entwicklung eines Quantum-Transpilers
Entwicklung eines Quantum-Transpilers zwischen den Programmiersprachen OpenQASM und Quipper, um die Interoperabilität zwischen Quantum-Programmierwerkzeugen zu fördern.
Verwendung von Informationsfluss zur Schätzung der Interferenz zwischen Entwicklerbeiträgen zur selben Methode
Der Informationsfluss zwischen Entwicklerbeiträgen zur selben Methode kann verwendet werden, um die Existenz von Interferenz zu schätzen.
Die Enthüllung von Manifest V3: Navigieren in der neuen Ära der Browser-Erweiterungen
Manifest V3 führt zu einer signifikanten Verbesserung der Sicherheit und Privatsphäre im Browser-Erweiterungsökosystem, obwohl einige Malware-Erweiterungen weiterhin funktionsfähig bleiben.
Effiziente und umweltfreundliche Large Language Models für das Software Engineering: Vision und der Weg nach vorne
Dieser Artikel zielt darauf ab, den Fokus der Forschungsgemeinschaft auf die Effizienz und Umweltfreundlichkeit von Large Language Models für das Software Engineering (LLM4SE) zu lenken, und teilt potenzielle Forschungsrichtungen mit, um dieses Ziel zu erreichen.
Effiziente Methode zum Generieren und Einfügen von Logging-Anweisungen
FastLog ist eine effiziente Methode, die das vollständige Generieren und Einfügen von Logging-Anweisungen in zwei Stufen unterstützt: Zunächst wird die Einfügeposition der Logging-Anweisung vorhergesagt, dann wird der Inhalt der Logging-Anweisung generiert.
LLM-basiertes Multi-Agenten-Framework zur Lösung von GitHub-Problemen
Ein neuartiges LLM-basiertes Multi-Agenten-Framework, MAGIS, das die Zusammenarbeit verschiedener Agenten in Planungs- und Codierungsprozessen nutzt, um das Potenzial von LLMs zur Lösung von GitHub-Problemen freizusetzen.
KI-gesteuerte Debugging-Assistentin CHATDBG ermöglicht effizientes Fehlersuchen und -behebung
CHATDBG ist eine KI-gesteuerte Debugging-Assistentin, die die Fähigkeiten und Benutzerfreundlichkeit herkömmlicher Debugger durch die Integration großer Sprachmodelle (LLMs) erheblich erweitert. CHATDBG ermöglicht Programmierern, einen kollaborativen Dialog mit dem Debugger zu führen, um komplexe Fragen zum Programmzustand zu stellen, Ursachenanalysen für Abstürze oder Assertionsfehler durchzuführen und offene Fragen wie "Warum ist x null?" zu untersuchen.
Erkennung von Ungenauigkeiten in ChatGPT-Antworten bei Software-Bewertungen
Wir haben eine Umfrage unter 135 Software-Entwicklungspraktikern durchgeführt, um zu verstehen, wie sie generative KI-basierte Chatbots wie ChatGPT für Software-Entwicklungsaufgaben nutzen. Wir haben auch ein Tool namens CID (ChatGPT Incorrectness Detector) entwickelt, um Ungenauigkeiten in ChatGPT-Antworten automatisch zu testen und zu erkennen.
© 2024 by Linnk AI