A Systematic Review about Large Language Models (LLMs) applied to Code Generation

Abstract

Large Language Models (LLMs) for code generation represent a significant advancement in software development by boosting productivity, simplifying repetitive tasks, enabling automated testing, and promoting best practices. This paper presents a systematic literature review (SLR) of studies focused on LLMs applied to code generation. The review enhances understanding of the capabilities and limitations of these models, outlining both their benefits and challenges. The review protocol included a search on the Google Scholar database using relevant keywords related to LLMs and code generation. A total of 112 articles were initially retrieved, from which 15 were selected based on relevance and quality criteria. Of these, 8 were analyzed in depth to evaluate various approaches and outcomes, while the remaining 7 provided the theoretical foundation for the study. This work contributes to the growing body of knowledge in the field and supports future research and applications of LLMs in software engineering.Modelos de Linguagem de Grande Escala (LLMs) aplicados à geração de código representam um avanço significativo no desenvolvimento de software, ao aumentar a produtividade, simplificar tarefas repetitivas, possibilitar testes automatizados e promover boas práticas. Este artigo apresenta uma revisão sistemática da literatura (RSL) sobre estudos focados no uso de LLMs para geração de código. A revisão aprofunda a compreensão das capacidades e limitações desses modelos, destacando seus benefícios e desafios. O protocolo de revisão incluiu uma busca na base de dados Google Scholar, utilizando palavras-chave relacionadas a LLMs e geração de código. Foram inicialmente encontrados 112 artigos, dos quais 15 foram selecionados com base em critérios de relevância e qualidade. Destes, 8 foram analisados em profundidade para avaliar diferentes abordagens e resultados, enquanto os 7 restantes forneceram a base teórica do estudo. Este trabalho contribui para o avanço do conhecimento na área e apoia futuras pesquisas e aplicações dos LLMs na engenharia de software.