Beyond Code Generation: An Observational Study of ChatGPT Usage in Software Engineering Practice
Chalmers University of Technology(查尔姆斯理工大学);University of Gothenburg(哥德堡大学);RISE Research Institutes of Sweden(瑞典RISE研究院)
本研究通过观察24名专业软件工程师一周内的ChatGPT使用情况,发现从业者更倾向于用其获取任务指导而非直接生成代码,并提出了涵盖交互目的、内外部因素的LLM使用体验理论框架,为相关研究提供参考。
2024-05-21 cs.AI cs.CL cs.HC
Log Parsing: How Far Can ChatGPT Go?
The University of Newcastle(纽卡斯尔大学);Chongqing University(重庆大学)
本文评估 ChatGPT 在自动化日志解析中的有效性及不同提示方法的影响,发现适当提示(尤其少样本提示)可取得良好效果,并总结相关挑战与机遇。
2023-08-20 cs.AI cs.SE
Rocks Coding, Not Development--A Human-Centric, Experimental Evaluation of LLM-Supported SE Tasks
Beijing University of Posts and Telecommunications(北京邮电大学);University of Melbourne(墨尔本大学)
本文通过109人参与的受控实验评估ChatGPT在编码与典型软件开发任务中的实际表现,发现其擅长简单编码但对典型开发任务支持有限,并揭示人机交互与结果的关系,进而呼吁设计新型交互机制以提升开发者与LLM协作效果。
2024-02-21 cs.AI cs.SE
From Knowledge Generation to Knowledge Verification: Examining the BioMedical Generative Capabilities of ChatGPT
MGEN -- College of Engineering, Northeastern University Miami(东北大学迈阿密分校MGEN工程学院);University of Vermont(佛蒙特大学);AGH, University of Krakow(克拉科夫AGH大学);Howard University(霍华德大学)
该研究提出评估LLM生物医学知识事实准确性的计算方法,以ChatGPT为对象验证疾病相关关联,发现疾病、药物、基因相关识别准确率较高,症状相关表现较差。
2025-03-23 cs.AI cs.CL cs.IR
Why you shouldn't fully trust ChatGPT: A synthesis of this AI tool's error rates across disciplines and the software engineering lifecycle
Queen’s University Belfast(贝尔法斯特女王大学);Azerbaijan Technical University(阿塞拜疆技术大学)
本研究通过多声文献综述综合量化了ChatGPT在跨学科领域和软件工程生命周期中的错误率,发现其可靠性因任务、领域和模型版本而异,强调在关键环境中仍需人工监督与持续验证。
2025-04-26 cs.AI cs.SE
Exploring the Limits of ChatGPT in Software Security Applications
University of Michigan, Ann Arbor(密歇根大学安娜堡分校);ASU(亚利桑那州立大学);Washington University in St. Louis(圣路易斯华盛顿大学);University of Wisconsin, Madison(威斯康星大学麦迪逊分校)
本文系统评估 ChatGPT 在漏洞检测、反编译、符号执行和模糊测试等七类软件安全任务中的能力,发现 GPT-4 较 GPT-3.5 显著提升,但仍存在长代码上下文处理等局限。
2023-12-08 cs.AI cs.CR
Using LLMs in Software Design: An Empirical Study of GitHub and A Practitioner Survey
School of Computer Science, Wuhan University(武汉大学计算机学院);School of Computer Science, Central China Normal University(中央财经大学计算机学院);School of Computing Technologies, RMIT University(皇家墨尔本理工大学计算技术学院);M3S Research Unit, University of Oulu(奥卢大学M3S研究单位);School of Computer Science, Nanjing University of Science(南京理工大学计算机学院)
本文通过实证研究和调查,探讨开发者如何利用LLM进行软件设计,发现LLM在架构设计、数据模型设计等方面的应用,揭示其优势与局限性。
2026-09-22 cs.AI cs.SE
An Assessment of ChatGPT on Log Data
Intel(英特尔)
本文评估了ChatGPT在日志数据上的处理能力,发现其存在响应不一致和可扩展性问题,并探讨了LLMs在日志处理领域的未来改进方向。
2023-09-14 cs.AI cs.SE
Automatic Code Summarization via ChatGPT: How Far Are We?
Nanjing University(南京大学);Nanyang Technological University(南洋理工大学);University of New South Wales(新南威尔士大学)
本文评估了ChatGPT在CSN-Python数据集上的自动代码摘要表现,发现其在BLEU和ROUGE-L指标上显著劣于NCS、CodeBERT和CodeT5等SOTA模型,并探讨了其优缺点及未来挑战。
2023-05-22 cs.AI cs.SE
System Test Case Design from Requirements Specifications: Insights and Challenges of Using ChatGPT
IIIT Delhi(德里印度信息技术学院)
本文探讨使用LLMs(如ChatGPT-4o Turbo)从SRS文档生成系统测试用例的有效性,通过五个项目验证其87%有效性及15%新测试用例贡献,还可识别冗余,提升测试质量与效率。
2024-12-04 cs.AI cs.SE
ChatGPT vs. DeepSeek: A Comparative Study on AI-Based Code Generation
Rensselaer Polytechnic Institute (RPI)(伦斯勒理工学院)
本研究比较 ChatGPT 和 DeepSeek 在 Python 代码生成中的表现,发现 DeepSeek 正确性更高,而 ChatGPT 效率相当且代码更简洁。
2025-01-30 cs.AI cs.SE
A Prompt Pattern Catalog to Enhance Prompt Engineering with ChatGPT
Vanderbilt University(范德堡大学)
快速工程提示工程是与大语言模型(LLM)(如ChatGPT)进行有效对话所需的越来越重要的技能。指令是给予LLM的指令,用于执行规则,自动化流程,并确保生成的输出的特定质量(和数量)。脚本也是一种编程形式,可以自定义输出和与LLM的交互。本文描述了一个目录的提示工程技术模式的形式,已被应用于解决常见问题时,与LLM交谈。提示模式是一种类似于软件模式的知识转移方法,因为它们为特定上下文中面临的常见问题提供了可重用的解决方案,即,使用LLM时的输出生成和交互。本文提供了以下贡献的提示工程,应用LLM自动化软件开发任务的研究。首先,它提供了一个框架,用于记录模式,以结构化提示来解决一系列问题,以便它们可以适应不同的领域。其次,它提供了一个已成功应用于改善LLM对话输出的模式目录。第三,它解释了如何从多个模式中构建提示,并说明了与其他提示模式相结合的提示模式。
2023-02-21 cs.AI cs.SE
Verifying LLM-Generated Code in the Context of Software Verification with Ada/SPARK
secunet Security Networks AG(secunet安全网络股份公司);International Center for Computational Logic, Technical University Dresden(德累斯顿工业大学国际计算逻辑中心)
针对LLM生成代码正确性无法被固有信任的问题,本文提出Marmaragan工具,利用LLM生成SPARK注释以实现代码形式化验证,其结合GPT-4o在基准测试中为50.7%的案例生成正确注释,为LLM与形式化验证结合奠定基础。
2025-02-11 cs.AI cs.SE
Do Prompt Patterns Affect Code Quality? A First Empirical Assessment of ChatGPT-Generated Code
University of Salerno(萨勒诺大学)
本文通过Dev-GPT数据集实证评估提示模式对ChatGPT生成代码质量的影响,发现零样本提示最常见,且不同提示模式对代码可维护性、安全性和可靠性无显著影响。
2025-04-18 cs.AI cs.SE
Factored Verification: Detecting and Reducing Hallucination in Summaries of Academic Papers
Elicit(Elicit公司)
本文提出因子化验证方法,在HaluEval摘要任务上达76.2%准确率,检测出ChatGPT、GPT-4和Claude 2摘要中的幻觉,并通过因子化批评自我纠正减少幻觉,提醒谨慎使用模型综合学术论文。
2023-10-16 cs.AI cs.CL
How Good is ChatGPT at Face Biometrics? A First Look into Recognition, Soft Biometrics, and Explainability
Universidad Autonoma de Madrid(马德里自治大学)
本文首次系统评估了基于GPT-4的ChatGPT在人脸验证、软生物特征估计和可解释性方面的能力,实验表明其在增强人脸生物识别可解释性上具有较大潜力。
2024-02-27 cs.AI cs.CV cs.CY
Generating Automotive Code: Large Language Models for Software Development and Verification in Safety-Critical Systems
Technical University of Munich(慕尼黑技术大学)
本文提出将生成式AI与大语言模型集成到汽车软件开发生命周期的新框架,通过静态验证、测试驱动开发和迭代细化实现安全关键代码自动生成,并以自适应巡航控制系统验证其合规性与可靠性。
2025-06-04 cs.AI cs.SE
Analysis of Student-LLM Interaction in a Software Engineering Project
School of Computing, National University of Singapore(新加坡国立大学计算机学院)
本研究分析了126名本科生在13周学期中与AI助手的交互,发现学生更偏好ChatGPT而非CoPilot,且基于对话的交互能提升代码质量,强调了软件工程教育中尽早掌握LLM交互技能的重要性。
2025-02-03 cs.AI cs.SE
SoTaNa: The Open-Source Software Development Assistant
Xi’an Jiaotong University(西安交通大学);Microsoft(微软);Sun Yat-sen University(中山大学);Chongqing University(重庆大学)
针对现有大语言模型可访问性有限、开源模型理解人类意图不足的问题,提出开源软件开发助手SoTaNa,通过ChatGPT生成指令数据并参数高效微调LLaMA,可单GPU运行,在代码相关任务中表现有效。
2023-08-25 cs.AI cs.SE
Utilizing ChatGPT in a Data Structures and Algorithms Course: A Teaching Assistant's Perspective
Amirkabir University of Technology (Tehran Polytechnic)(阿米尔卡比尔理工大学(德黑兰理工大学));Tehran Institute for Advanced Studies (TEIAS)(德黑兰高等研究院(TEIAS))
本研究探讨了在数据结构与算法课程中助教使用 ChatGPT 作为辅助工具的混合教学模式,通过有结构的提示词和人类监督生成练习与反馈,实验表明该模式能显著提升学生成绩,同时确保了教学准确性。
2025-03-02 cs.AI cs.DS cs.HC
Kattis vs. ChatGPT: Assessment and Evaluation of Programming Tasks in the Age of Artificial Intelligence
KTH Royal Institute of Technology(KTH皇家理工学院);Utrecht University(乌得勒支大学)
本研究通过 Kattis 平台上的 127 道编程题测试 ChatGPT,发现其仅能独立解决 19 道,且对简单问题表现较好、对复杂任务存在困难,为 AI 工具在编程教育中的实用性讨论提供了实证依据。
2023-12-02 cs.AI cs.CY cs.SE
Can ChatGPT replace StackOverflow? A Study on Robustness and Reliability of Large Language Model Code Generation
University of California, San Diego(加利福尼亚大学圣地亚哥分校)
针对现有代码评估基准偏离真实开发场景、LLM生成代码的API误用风险未被充分关注的问题,本研究构建了含1208个StackOverflow Java编码问题的RobustAPI数据集,评估发现主流LLM生成代码的API误用率较高,揭示了其可靠性与鲁棒性的不足。
2024-01-27 cs.AI cs.CL cs.SE
Can ChatGPT implement finite element models for geotechnical engineering applications?
Yonsei University(延世大学);Case Western Reserve University(凯斯西储大学)
本研究通过三个非饱和土水力-力学耦合初边值问题评估ChatGPT生成有限元代码的能力,发现其在FEniCS下仅需少量修改,而MATLAB代码需大量提示增强或人工干预,表明大语言模型可辅助但尚不能取代数值模型编程人员。
2025-01-04 cs.AI cs.NA math.NA
ChatGPT Incorrectness Detection in Software Reviews
University of Calgary(卡尔加里大学);York University(约克大学)
本研究针对从业者对ChatGPT在软件工程任务中回答真实性的担忧,开发了基于迭代提示和文本变形关系的CID工具,能以0.74-0.75的F1分数自动检测ChatGPT在软件库选择任务中的错误回答。
2024-03-25 cs.AI cs.LG cs.SE
Unveiling the Role of ChatGPT in Software Development: Insights from Developer-ChatGPT Interactions on GitHub
School of Computer Science, Wuhan University(武汉大学计算机学院);Nanyang Technological University(南洋理工大学);School of Computer Science, Central China Normal University(华中师范大学计算机学院)
本研究通过分析GitHub上的开发者与ChatGPT交互数据,揭示了ChatGPT在软件开发中的应用特点及实际作用。
2026-02-18 cs.SE
Pros and Cons! Evaluating ChatGPT on Software Vulnerability
本文基于Big-Vul数据集从五个软件漏洞任务系统评估ChatGPT,发现其在漏洞检测、严重性预测、定位、修复和CVE描述生成方面整体弱于现有最先进方法,并提出改进方向。
2024-04-05 cs.SE
Can ChatGPT advance software testing intelligence? An experience report on metamorphic testing
Swinburne University of Technology(斯威本科技大学);Monash University(莫纳什大学)
本研究通过蜕变测试案例检验ChatGPT的软件测试能力,发现其能生成新的正确蜕变关系候选,但多数候选存在定义模糊或错误,仍需人类专家验证纠正。
2023-11-23 cs.AI cs.HC cs.SE
Developers' Perceptions on the Impact of ChatGPT in Software Development: A Survey
该研究针对207名软件开发者开展调查,探究ChatGPT对软件开发质量、生产力、工作满意度的影响,同时了解开发者对其未来适配的期望、岗位替代担忧及监管看法,填补了AI与SE融合对开发者认知影响的研究空白。
2024-05-20 cs.SE
ChatGPT as a Software Development Bot: A Project-based Study
本研究通过一项为期三个月、七名学生参与的本科软件工程项目,评估了 ChatGPT 作为开发支持工具在弥补技能差距、提升效率与协作方面的作用,并强调教育中需平衡使用 AI 工具。
2024-02-22 cs.SE
Exploring the Role of Security Experience and ChatGPT Usage Strategies on Secure Software Engineering Education
Trinity College Dublin(都柏林三一学院);University College Dublin(都柏林大学)
本研究通过实证分析26名研究生在漏洞修复作业中使用ChatGPT的日志,发现使用策略多样性而非安全经验与作业表现正相关,为安全软件工程教育中引导LLM有效使用提供了依据。
2026-09-11 cs.SE
Prompt-Enhanced Software Vulnerability Detection Using ChatGPT
针对现有ChatGPT漏洞检测研究提示词设计简单的问题,本文通过改进基础提示、引入辅助信息、利用多轮对话记忆优化提示词,在两个数据集上验证了提示增强方法的有效性,并分析了其优缺点。
2024-04-12 cs.SE
Impact of the Availability of ChatGPT on Software Development: A Synthetic Difference in Differences Estimation using GitHub Data
本文利用GitHub Innovation Graph数据及政府封禁ChatGPT的自然实验,通过DID、SC和SDID方法评估发现,ChatGPT显著提升软件开发活动与开发者生产力。
2024-06-16 cs.SE cs.SI econ.EM
Comparing Software Developers with ChatGPT: An Empirical Investigation
University of Waterloo(滑铁卢大学)
本文通过实证研究对比软件工程师与ChatGPT在代码生成等任务上的表现,强调多维度评估对促进人机协作和提升AI可靠性的重要性。
2023-05-25 cs.AI cs.SE
ChatGPT and Its Educational Impact: Insights from a Software Development Competition
本文通过为期四周、36名学生参与的两轮ChatGPT软件开发竞赛,发现广泛使用ChatGPT可提高项目完成率、评分与学习满意度。
2024-08-22 cs.CY cs.SE
How I Learned to Stop Worrying and Love ChatGPT
本文研究 ChatGPT 对话对软件开发中代码变更的影响,通过将代码与对话对齐并采用生存分析,揭示 ChatGPT 生成代码的存续时间及其对代码演化和可持续性的作用。
2025-04-08 cs.SE
Ethical Aspects of ChatGPT in Software Engineering Research
本文通过文献调查、问卷调研、ISM和MICMAC方法,系统识别并分析了在软件工程研究中使用ChatGPT的激励因素、阻碍因素和伦理原则,构建了层级与聚类决策模型,为伦理化整合ChatGPT提供策略基准。
2023-08-13 cs.SE
DevGPT: Studying Developer-ChatGPT Conversations
本文介绍了DevGPT数据集,包含29,778个ChatGPT提示与回复及19,106个代码片段,关联GitHub等平台的开发工件,旨在研究开发者与ChatGPT的交互动态及其对AI辅助编程的影响,为软件工程领域开辟新研究途径。
2024-02-14 cs.SE
Exploring the Use of ChatGPT by Computer Science Students in Software Development: Applications, Ethical Considerations, and Insights for Engineering Education
University College London(伦敦大学学院)
本研究通过半结构化访谈定性调研英国高校计算机专业学生在软件开发中使用ChatGPT的策略与伦理认知,揭示学生学习模式的转变、使用行为特征与现存问题,为工程教育中规范AI工具使用提供启示。
2025-11-17 cs.HC cs.SE
An Analysis of the Automatic Bug Fixing Performance of ChatGPT
为了支持软件开发人员发现和修复软件错误,已经引入了几种自动程序修复技术。给定一个测试套件,标准方法通常要么合成一个修复,要么导航一个软件编辑的搜索空间来找到测试套件通过的变体。最近的程序修复方法基于深度学习方法。ChatGPT是这些新方法中的一种,它主要不是用于自动程序修复,但仍然适用于它。然而,到目前为止,ChatGPT的bug修复性能还不清楚。因此,在本文中,我们评估ChatGPT的标准错误修复基准集,菜错误,并比较性能与其他几种方法的结果在文献中报道。我们发现ChatGPT的错误修复性能与常见的深度学习方法CoCoNut和Codex相比具有竞争力,并且明显优于标准程序修复方法的结果。与以前的方法相比,ChatGPT提供了一个对话系统,通过该系统,可以输入特定输入的预期输出或观察到的错误消息。通过向ChatGPT提供这样的提示,它的成功率可以进一步提高,修复了40个错误中的31个,超过了最先进的水平。
2023-01-20 cs.SE
WIP: Assessing the Effectiveness of ChatGPT in Preparatory Testing Activities
本研究在Capstone课程中评估ChatGPT生成准备性测试制品的有效性,发现其能自动化多数任务但无法完全替代人类,建议逐步将AI引入软件测试教育。
2025-03-05 cs.AI cs.SE
EaTVul: ChatGPT-based Evasion Attack Against Software Vulnerability Detection
CSIRO’s Data61(联邦科学与工业研究组织Data61);Swinburne University of Technology(斯威本科技大学);DST Group, Australia(澳大利亚国防科学与技术集团)
本文提出EaTVul方法,结合支持向量机、注意力机制、ChatGPT与模糊遗传算法生成对抗样本,对软件漏洞检测模型实施规避攻击,实验证明其在特定条件下攻击成功率可达100%,凸显了加强防御的必要性。
2024-07-27 cs.AI cs.CR cs.SE
ChatGPT vs SBST: A Comparative Assessment of Unit Test Suite Generation
本研究系统比较了ChatGPT与SBST工具EvoSuite在生成单元测试套件上的表现,基于正确性、可读性、代码覆盖率和缺陷检测能力,揭示了LLMs在软件工程领域的优势、劣势及潜力。
2023-07-02 cs.SE
A Critical Review of Large Language Model on Software Engineering: An Example from ChatGPT and Automated Program Repair
该研究构建了ChatGPT训练截止时间后的全新APR基准,评估其漏洞修复能力,验证了不同提示词及对话式修复流程的效果,指出需重新评估黑盒大模型在软件工程任务中的成果。
2024-04-17 cs.SE
What Skills Do You Need When Developing Software Using ChatGPT? (Discussion Paper)
本研究针对当前关于LLM编程工具作用的无根据言论,通过实验发现计算思维技能可预测使用LLM工具开发软件的能力,并呼吁学界通过实验进一步明确不同场景下使用LLM开发软件所需的技能。
2023-10-09 cs.CY cs.SE
An empirical study of ChatGPT-3.5 on question answering and code maintenance
本研究通过问答质量对比、开发者偏好调研、代码维护任务测试三类实验,系统评估ChatGPT在技术问答与软件维护场景下的能力,为行业应用提供参考。
2023-10-03 cs.SE
Benchmarking of Java Verification Tools at the Software Verification Competition (SV-COMP)
通过基准测试对验证工具进行经验性评估是软件验证研究中常用的方法。软件验证竞赛(SV-COMP)旨在通过对C程序的全自动软件验证器的比较评估,每年在软件验证社区内实现基准测试的标准化和可重复性。在此成功的基础上,我们将介绍如何重用围绕SV-COMP开发的生态系统来对Java验证工具进行基准测试。我们提供了一个详细的描述的基准测试验证任务的规则,新的工具集成到SV-COMP的基准测试框架,并给出了一个基准测试运行在最先进的Java验证工具,JPF,SPF,JayHorn和JBMC的实验结果。
2019-03-04 cs.LO cs.SE
Software Vulnerability Prediction in Low-Resource Languages: An Empirical Study of CodeBERT and ChatGPT
The University of Adelaide(阿德莱德大学);Cyber Security Cooperative Research Centre(网络安全合作研究中心)
针对新兴语言软件漏洞数据稀缺问题,本研究实证评估了CodeBERT在Kotlin、Swift和Rust上的预测性能下降现象,发现数据采样无效而ChatGPT能显著提升预测效果。
2024-04-26 cs.CR cs.LG cs.SE
Using Generative AI in Software Design Education: An Experience Report
本文报告了在本科软件设计课程中引入ChatGPT辅助团队作业的经验,通过定性分析对话日志和学生反思,发现GenAI能帮助学生设计并认识其优劣,同时为教育者提供了有效部署GenAI的关键经验。
2025-06-26 cs.SE
What Characteristics Make ChatGPT Effective for Software Issue Resolution? An Empirical Study of Task, Project, and Conversational Signals in GitHub Issues
Drexel University(德雷塞尔大学);Belmont University(贝尔蒙特大学);Florida State University(佛罗里达州立大学)
本文研究了ChatGPT在软件问题解决中的有效性特征,发现其在代码生成和工具推荐方面表现较好,但代码解释能力较弱,且更受欢迎的项目和经验丰富的开发者从中受益更多。
2025-09-29 cs.SE
Exploring the ChatGPT Approach for Bidirectional Traceability Problem between Design Models and Code
本研究探索ChatGPT在设计模型与代码双向可追溯性问题上的能力,通过案例研究验证其可从自然语言需求生成设计模型和代码、修正二者一致性,证明用其实现该双向追溯具备可行性。
2023-10-10 cs.SE
Are We Ready to Embrace Generative AI for Software Q&A?
本文针对 Stack Overflow 因生成式 AI 流量下降并禁用 ChatGPT 的现象,通过自动与人工对比评估人类和 ChatGPT 生成的软件问答答案,发现人类答案在多个方面持续优于 ChatGPT 答案,总分高出 10%。
2023-08-12 cs.SE
Proceedings Fourth International Workshop on Testing, Analysis and Verification of Web Software
本卷包含在第四届国际软件测试、分析和验证研讨会上提交的论文,该研讨会与第25届IEEE/ACM自动化软件工程国际会议(ASE 2010)有关。论文集包括形式规格说明,模型检查,测试和Web软件调试的研究。
2010-09-17 cs.FL cs.LO cs.PL
Fight Fire with Fire: How Much Can We Trust ChatGPT on Source Code-Related Tasks?
针对ChatGPT在软件开发中应用时生成代码质量验证的问题,本文通过实证研究评估其在代码生成、补全和修复任务中的自我验证能力,发现其存在误判和幻觉等问题,且引导性问题可增强该能力,为相关研究提供启示。
2024-11-28 cs.SE
How to Refactor this Code? An Exploratory Study on Developer-ChatGPT Refactoring Conversations
本研究通过挖掘17,913条开发者与ChatGPT的重构对话,揭示开发者常提出通用重构请求,而ChatGPT回应包含明确意图,并识别出多种提示学习设置,为AI辅助重构协作提供洞见。
2024-02-08 cs.SE