Does My README File Need To Be Updated? Exploring LLM-Based README Maintenance
我的 README 文件需要更新吗?探索基于 LLM 的 README 维护
专题命中 工作流自动化 :workflow(abstract);分类 cs.SE
AI总结 本文提出了一种基于 LLM 的轻量级方法,用于在人机协作流程中精准更新 README 文件,以解决文档过时问题,并通过实验验证其有效性。
AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
我的 README 文件需要更新吗?探索基于 LLM 的 README 维护
专题命中 工作流自动化 :workflow(abstract);分类 cs.SE
AI总结 本文提出了一种基于 LLM 的轻量级方法,用于在人机协作流程中精准更新 README 文件,以解决文档过时问题,并通过实验验证其有效性。
RTLocating:面向硬件设计迭代的意图感知RTL定位
机构 * School of Integrated Circuits, Southeast University, Nanjing, China(东南大学集成电路学院) ; National Center of Technology Innovation for EDA, Nanjing, China(EDA技术创新国家中心) ; School of Computer Science and Engineering, Southeast University, Nanjing, China(东南大学计算机科学与工程学院) ; Department of Computer Science, Texas Tech University, Lubbock, USA(塔拉斯大学计算机科学系)
专题命中 工作流自动化 :workflow(abstract);分类 cs.CL
AI总结 RTLocating通过意图感知的RTL定位框架,实现了工业级硬件设计迭代中意图驱动的高效定位,显著提升了变更请求与RTL代码的匹配精度。
GitHub Actions工作流演化的实证研究
专题命中 工作流自动化 :workflow(abstract);分类 cs.SE
AI总结 本研究通过分析GitHub Actions工作流的变化,发现工作流修改多集中于任务配置,且大多数修改较小,强调了对依赖管理和AI支持工作流安全性的需求。
Journal ref Journal of Systems and Software, 236, 112824, 2026, 0164-1212
基于机器学习的下一代群体动力学多尺度建模:通过机器学习实现微观与宏观建模尺度的衔接
机构 * Modelling Engineering Risk and Complexity, Scuola Superiore Meridionale(工程风险与建模,南方高等学院) ; Institute of Science and Technology for Energy and Sustainable Mobility, Consiglio Nazionale delle Ricerche(能源与可持续交通科学研究所,国家研究理事会) ; Department of Chemical and Biomolecular Engineering, Department of Applied Mathematics and Statistics & Department of Urology, Johns Hopkins University(化学与生物分子工程系,应用数学与统计学系及泌尿科,约翰霍普金斯大学)
专题命中 工作流自动化 :agent(abstract);分类 cs.LG
AI总结 本文提出基于机器学习的多尺度建模方法,通过在潜在空间中学习并重构高维空间的动力学,实现群体动力学的高效模拟。
Comments 43 pages (16 pages of Appendix), 16 figures (11 in Appendix)
卷积神经网络中神经元级可解释性概念诱导的案例研究
机构 * Department of Computer Science, Kansas State University, Manhattan, Kansas, USA(计算机科学系,堪萨斯州立大学,曼哈顿,堪萨斯,美国)
专题命中 工作流自动化 :workflow(abstract);分类 cs.AI
AI总结 本研究通过在SUN2012数据集上验证概念诱导方法的泛化能力,展示了其在神经元级可解释性中的应用扩展。
利用微调的机器学习互原子势预测Li$_{3}$YCl$_{6-x}$Br$_{x}$卤化物固态电解质的晶体结构和离子导电性
专题命中 工作流自动化 :workflow(abstract)
AI总结 本研究通过微调CHGNet模型,预测Li$_{3}$YCl$_{6-x}$Br$_{x}$固态电解质的晶体结构和离子导电性,展示其在复杂固态电解质建模中的有效性。
Comments 26 pages, 5 figures
FATE: 闭环可行性感知任务生成与主动修复的物理 grounded 机器人课程
机构 * School of Aerospace Engineering, Tsinghua University, Beijing, China(航空航天工程系,清华大学,北京,中国) ; Department of Automation, Tsinghua University, Beijing, China(自动化系,清华大学,北京,中国) ; School of Integrated Circuits, Tsinghua University, Beijing, China(集成电路学院,清华大学,北京,中国) ; State Key Laboratory of General Artificial Intelligence, Beijing Institute for General Artificial Intelligence (BIGAI), Beijing, China(通用人工智能国家重点实验室,北京通用人工智能研究院(BIGAI),北京,中国)
专题命中 工作流自动化 :agent(abstract)
AI总结 FATE通过闭环验证与主动修复机制,生成物理 grounded 的机器人任务课程,有效减少执行失败率。
Comments 16 Pages, 4 Figures
RAG-RUSS:一种增强检索的机器人超声用于自主颈动脉检查
机构 * Computer-Aided Medical Procedures and Augmented Reality (CAMP), Technical University of Munich (TUM), Germany(计算机辅助医学程序与增强现实(CAMP),慕尼黑技术大学(TUM),德国) ; Munich Center for Machine Learning (MCML), Germany(慕尼黑机器学习中心(MCML),德国)
专题命中 工作流自动化 :workflow(abstract)
AI总结 RAG-RUSS通过可解释框架实现自主颈动脉检查,结合检索增强生成提升泛化能力,减少对大规模数据的依赖。
Comments Accepted by ICRA
InterFlow:设计无感AI以赋能半结构化访谈中的访谈者
专题命中 工作流自动化 :agent(abstract)
AI总结 InterFlow通过AI驱动的视觉支架,帮助访谈者更高效地管理半结构化访谈流程,减少认知负担并提升访谈质量。
Comments Accepted to CHI 2026
Nagare媒体引擎:一种基于网络的多媒体工作流系统
专题命中 工作流自动化 :workflow(abstract)
AI总结 Nagare媒体引擎是一种基于网络的开源多媒体工作流系统,基于ISO/IEC 23090-8标准,利用Kubernetes平台提供云和边缘原生解决方案。
通用社会代理
专题命中 工作流自动化 :AI agent(abstract)
AI总结 本文提出了一种构建通用社会代理的方法,通过理论指导的指令、现有数据和训练知识,在无数据生成过程数据的情况下,预测人类行为表现优于传统模型。
重复与创新:迭代是否推动创新?
专题命中 工作流自动化 :workflow(abstract)
AI总结 本研究通过实验发现,迭代工作流程在创新任务中表现更优,但其优势随时间减弱,且在特定条件下效果受限。
同步加速器计算机断层扫描中无监督语义分割的自校正伪标签
机构 * Data Science and Learning Division, Argonne National Laboratory(Argonne国家实验室数据科学与学习部门) ; X-Ray Science Division, Argonne National Laboratory(Argonne国家实验室X射线科学部门)
专题命中 工作流自动化 :workflow(abstract)
AI总结 本文提出了一种无监督语义分割方法,通过自校正伪标签技术提高SR-CT数据集的分割精度。
AT 2024ahzi:由LSST试运行相机发现的I型II超新星
专题命中 工作流自动化 :workflow(abstract)
AI总结 利用ComCam和DECam数据,将AT 2024ahzi分类为I型II超新星,并通过多波段光变曲线分析限制其前身、爆炸动力学和周围环境。
Comments 21 pages, 7 figures
可解释的几何灵敏度用于集成光子学的逆向设计
专题命中 工作流自动化 :workflow(abstract)
AI总结 本研究提出了一种可解释的几何灵敏度方法,用于集成光子学逆向设计,通过生成像素级灵敏度图,提高设计可解释性和制造兼容性。
TopoEdge:基于拓扑的代理框架用于边缘网络代码生成与修复
机构 * University of California San Diego(加州大学圣地亚哥分校) ; The Chinese University of Hong Kong(香港中文大学) ; University of Copenhagen(哥本哈根大学) ; Duke University(杜克大学)
专题命中 软件智能体 :agentic(title);agent(abstract);planning(abstract);分类 cs.LG、cs.SE
AI总结 TopoEdge通过拓扑引导的检索增强生成框架,实现边缘网络配置的生成与修复,利用图神经网络和三个专门化代理协调生成-验证-修复循环。
Comments 6 pages, 4 figures, 3 tables
Journal ref IEEE Wireless Communications and Networking Conference (WCNC) 2026
Re4: 具有重写、推理、审查和修订的科学计算代理
专题命中 软件智能体 :agent(title,abstract);分类 cs.AI
AI总结 Re4提出一种基于重写、推理、审查和修订机制的科学计算代理,通过协作框架提升代码生成的可靠性与准确性。
Comments 31 pages, 31 figures, Presented at the ICLR 2026 Workshop on AI and Partial Differential Equations (AI&PDE)
SIAgent:通过LLM驱动的眼手运动意图理解实现VR中的空间交互代理
专题命中 软件智能体 :agent(title,abstract)
AI总结 SIAgent通过LLM驱动的意图识别与代理执行,实现VR中基于自然眼手运动的高容忍度交互框架。
Comments Virtual reality, spatial interaction, intent recognition, agent-based execution, large language models
基于测试驱动的代理框架用于可靠机器人控制器
机构 * Department of Electrical and Computer Engineering(电气与计算机工程系) ; University of California, Riverside(加州大学河滨分校) ; Department of Mathematics(数学系) ; Department of Computer Science(计算机科学系) ; University of Colorado, Boulder(科罗拉多大学波德分校)
专题命中 软件智能体 :agentic(title,abstract)
AI总结 本文提出一种基于测试驱动的代理框架,用于生成可靠的机器人导航控制器,通过迭代优化提升控制器的可靠性和鲁棒性。
PolySkill: 通过多态抽象学习通用技能
机构 * Northeastern University(东北大学) ; Uniphore
专题命中 软件智能体 :agent(abstract);autonomous agent(abstract);分类 cs.AI、cs.CL
AI总结 PolySkill通过多态抽象方法使智能体能学习通用且可组合的技能,提升技能重用性和成功率,减少步骤并增强自我探索能力。
Comments 29 pages, 6 figures, 8 tables
Qwen3-Coder-Next 技术报告
机构 * Qwen Team(通义实验室)
专题命中 软件智能体 :agent(abstract);agentic(abstract);分类 cs.CL
AI总结 Qwen3-Coder-Next通过高效推理和代理训练技术,在小参数量下实现强大的编码能力,适用于研究和实际应用。
Comments Authors are listed alphabetically by their last names
鲁棒适应大规模多模态模型用于检索增强的仇恨表情包检测
机构 * Department of Engineering University of Cambridge(工程系剑桥大学)
专题命中 软件智能体 :agentic(abstract);分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出了一种鲁棒适应框架,用于提升大规模多模态模型在检索增强的仇恨表情包检测中的性能与泛化能力,同时提高模型的可解释性。
Comments EMNLP 2025 Main (Oral)
RepoRepair: 利用代码文档实现仓库级别的自动程序修复
机构 * State Key Laboratory for Novel Software Technology, Nanjing University(新型软件技术国家重点实验室,南京大学) ; Human Language Technology Research Institute, University of Texas at Dallas(人机语言技术研究院,德克萨斯大学达拉斯分校)
专题命中 软件智能体 :agent(abstract);分类 cs.AI、cs.SE
AI总结 RepoRepair通过生成代码文档增强LLM能力,实现仓库级别的自动程序修复,取得高修复率和低成本的优异表现。
控制税:保持AI受控的成本
机构 * EPFL(瑞士联邦理工学院) ; MATS
专题命中 软件智能体 :agentic(abstract);分类 cs.AI、cs.LG
AI总结 本文提出控制税概念,通过理论框架量化控制成本,评估语言模型在对抗性环境下的安全性,并开发优化的监控策略以平衡安全与成本效益。
SWE-Hub:一个统一的生产系统,用于可扩展、可执行的软件工程任务
机构 * Qianfan Team, Baidu Inc.(百度公司)
专题命中 软件智能体 :agent(abstract);分类 cs.AI、cs.SE
AI总结 SWE-Hub通过统一的生产系统解决软件工程任务中可执行、可扩展和现实数据的稀缺问题,整合环境自动化、大规模合成和多样化任务生成,实现持续交付可执行任务。
面向架构的多设计生成用于仓库级特性添加
专题命中 软件智能体 :agentic(abstract);分类 cs.SE
AI总结 RAIM通过多设计生成和架构感知机制,提升仓库级特性添加的准确性和稳定性。
Comments 18 pages, 6 figures
论文未告诉你什么:为自动化论文复现恢复隐性知识
机构 * School of Software, Shandong University China ; Beijing Institute of Technology China ; Zhejiang University China ; Dept.\ of Math \& Statistics, Boston University USA ; College of AI, Tsinghua University China ; Alibaba Group China ; The Hong Kong Polytechnic University Hong Kong SAR, China ; School of Software, Shandong University ; Beijing Institute of Technology ; Zhejiang University ; Dept.\ of Math \& Statistics, Boston University ; College of AI, Tsinghua University ; Alibaba Group ; The Hong Kong Polytechnic University
专题命中 软件智能体 :agent(abstract);分类 cs.AI
AI总结 本文提出一种基于图的智能体框架,通过恢复关系型、身体型和集体型隐性知识,提升自动化论文复现性能。
Comments 32 pages (+ appendix), 8 figures. Lehui Li and Ruining Wang contributed equally. Yongshun Gong is the corresponding author
PymooLab: 一个基于LLM代码生成和MCDM的多目标优化开源可视化分析框架
专题命中 软件智能体 :workflow(abstract);分类 cs.SE
AI总结 PymooLab通过LLM辅助代码生成和MCDM工具,为多目标优化提供可视化分析框架,提升领域专家的可操作性。
现代代码审查的路线图:挑战与机遇
专题命中 软件智能体 :workflow(abstract);分类 cs.SE
AI总结 本文提出现代代码审查的路线图,通过三个范式转变推动其向智能、包容的未来演进。
Comments This paper is accepted by TOSEM
检测修复验证以确保LLM生成的代码安全:一个多语言实证研究
专题命中 软件智能体 :workflow(abstract);分类 cs.SE
AI总结 本文通过多语言实证研究,提出了一种用于确保LLM生成代码安全的检测-修复-验证流程,并构建了新的基准数据集以评估不同修复方法的有效性。