• Zhang YLu QLiu KDou WZhu JQian LZhang CLin ZWei J(2026)CITYWALK: 프로젝트 의존성 인식 및 언어 특화 지식을 통한 LLM 기반 C++ 유닛 테스트 생성 강화 (Enhancing LLM-Based C++ Unit Test Generation via Project-Dependency Awareness and Language-Specific Knowledge) ACM Transactions on Software Engineering and Methodology 10.1145/3763791 35:5(1-32) 온라인 게시일: 2026년 4월 24일 - Cao XPhyllis Ju KLi CPotluri VJain D(2026)RAVEN: 시각 장애인 및 저시력자를 위한 가상 환경에서의 실시간 접근성 (Realtime Accessibility in Virtual ENvironments for Blind and Low-Vision People) Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems 10.1145/3772318.3791616(1-19) 온라인 게시일: 2026년 4월 13일
• Jang YSakashita MNiinuma KGupta A(2026)전문성의 진화하는 실행: AI 코딩 어시스턴트(AI Coding Assistants)를 활용한 소프트웨어 엔지니어의 코딩 전문성 평가 및 시연 (Evolving Enactions of Expertise: Software Engineers’ Evaluation and Demonstration of Coding Expertise with AI Coding Assistants) Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems 10.1145/3772318.3791260(1-17) 온라인 게시일: 2026년 4월 13일
• 더 보기 인용됨

초록 (Abstract)

초록 (Abstract)

AI 요약 (AI Summary)

AI 생성 요약 (실험적) (AI-Generated Summary (Experimental))

이 요약은 자동화된 도구를 사용하여 생성되었으며, 논문의 저자가 작성하거나 검토하지 않았습니다. 이는 검색을 지원하고, 독자가 관련성을 평가하는 데 도움을 주며, 인접 연구 분야의 독자들이 해당 연구를 이해하는 것을 돕기 위해 제공됩니다. 이는 논문의 기본 요약인 저자 제공 초록을 보완하기 위한 용도입니다. 전체 논문이 권위 있는 공식 기록 버전입니다. 자세히 알아보려면 여기를 클릭하십시오.

이 요약의 정확성, 명확성 및 유용성에 대해 의견을 남기려면 여기를 클릭하십시오. 의견을 남겨주시면 향후 개선 및 재생성된 버전에 반영하는 데 도움이 됩니다.

이 AI 생성 평이한 언어 요약을 보려면 Premium 액세스 권한이 있어야 합니다.

참고 문헌 (References)

색인 용어 (Index Terms)

권장 사항 (Recommendations)

코드 생성을 위한 대규모 언어 모델(Large Language Models)에 관한 조사 (A Survey on Large Language Models for Code Generation)

대규모 언어 모델 (Large Language Models, LLMs)은 다양한 코드 관련 작업, 즉 Code LLMs로 알려진 분야에서 놀라운 발전을 이루었으며, 특히 자연어 설명으로부터 LLM을 사용하여 소스 코드를 생성하는 코드 생성 (Code Generation) 분야에서 두드러집니다. 이 급성장하는 분야는 ...

저장소 수준의 코드 생성에서 Code LLM에게 자동 완성 도구 사용법 가르치기

최근의 코드 대규모 언어 모델 (LLMs)은 독립적인 함수를 생성하는 데 있어 유망한 성능을 보여주었습니다. 그러나 이들은 다음과 같은 저장소 수준의 의존성 (repository-level dependencies) (예: 사용자-...)에 대한 인식 부족으로 인해 저장소 수준의 코드 생성 (Repository-level code generation)에서 한계에 직면해 있습니다.

지리공간 코드 생성에 대한 Code LLM의 평가

GeoAI '24: Proceedings of the 7th ACM SIGSPATIAL International Workshop on AI for Geographic Knowledge Discovery 소프트웨어 개발 지원 도구는 오랫동안 연구되어 왔으며, 최근에는 코드 생성 (Code generation)을 위해 대규모 언어 모델 (LLMs)을 사용하는 접근 방식이 사용되고 있습니다. 이러한 모델들은 데이터 과학 및 머신러닝 (Machine Learning) 애플리케이션을 위한 Python 코드를 생성할 수 있습니다. LLMs는 ...

댓글 (Comments)

정보 (Information)

출판된 곳 (Published In)

출판사 (Publisher)

Association for Computing Machinery

New York, NY, United States

출판 이력 (Publication History)

출판일: 2025년 6월 22일

승인일: 2025년 3월 31일

접수일: 2024년 10월 31일

저자 태그 (Author Tags)

자격 요건 (Qualifiers)

• 연구 논문 (Research-article)

자금 지원 출처 (Funding Sources)

• CCF-Huawei Populus Grove Fund

기여자 (Contributors)

기타 지표 (Other Metrics)

서지 정보 (Bibliometrics)

논문 지표 (Article Metrics)

기타 지표 (Other Metrics)

인용 (Citations)

인용 (Citations)

• Zhang Y, Lu Q, Liu K, Dou W, Zhu J, Qian L, Zhang C, Lin Z, Wei J (2026) CITYWALK: Enhancing LLM-Based C++ Unit Test Generation via Project-Dependency Awareness and Language-Specific Knowledge. ACM Transactions on Software Engineering and Methodology 35:5(1-32). Online publication date: 24-Apr-2026.
• Cao X, Phyllis Ju K, Li C, Potluri V, Jain D (2026) RAVEN: Realtime Accessibility in Virtual Environments for Blind and Low-Vision People. Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems 10.1145/3772318.3791616(1-19). Online publication date: 13-Apr-2026.
• Jang Y, Sakashita M, Niinuma K, Gupta A (2026) Evolving Enactions of Expertise: Software Engineers’ Evaluation and Demonstration of Coding Expertise with AI Coding Assistants. Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems 10.1145/3772318.3791260(1-17). Online publication date: 13-Apr-2026.
• Yang R, Du Y, Du H, Huang K (2026) Mapping the Wizards' Path: A Systematic Review of Wizard-of-Oz in HCI. Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems 10.1145/3772318.3791174(1-20). Online publication date: 13-Apr-2026.
• Liu Y, Di S, Getty N, Mallick T, Underwood R, Jin S (2025) Beyond End-to-End: Understanding the Limits of LLMs in Scientific Problem Solving. Proceedings of the SC '25 Workshops of the International Conference for High Performance Computing, Networking, Storage and Analysis 10.1145/3731599.3767405(588-593). Online publication date: 16-Nov-2025.