AI Agent

Learning to Commit: Generating Organic Pull Requests via Online Repository Memory

学习承诺：通过在线仓库记忆生成有机的拉取请求

Mo Li, L. H. Xu, Qitai Tan, Ting Cao, Yunxin Liu

机构 * Tsinghua University（清华大学） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.CL、cs.SE

AI总结 本文提出Learning to Commit框架，通过在线仓库记忆提升生成拉取请求的有机性，通过对比历史提交改进代码风格和架构约束。

Comments Preprint. Work in progress

AgentPack: A Dataset of Code Changes, Co-Authored by Agents and Humans

AgentPack：一个由代理和人类共同撰写的代码更改数据集

Yangtian Zi, Zixuan Wu, Aleksander Boruch-Gruszecki, Jonathan Bell, Arjun Guha

机构 * Northeastern University（东北大学） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.CL、cs.SE

AI总结 本文提出AgentPack数据集，包含180万条由Claude Code、OpenAI Codex和Cursor Agent与人类共同撰写的代码更改，分析其结构特性，并展示基于该数据集微调的模型在代码编辑任务中优于传统人类提交数据集的性能。

ReCUBE: Evaluating Repository-Level Context Utilization in Code Generation

ReCUBE：评估代码生成中仓库级上下文利用

Jiseung Hong, Benjamin G. Ascoli, Jinho D. Choi

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Emory University（埃默里大学） 纠错

专题命中 软件智能体 ：agentic(abstract)；分类 cs.AI、cs.SE

AI总结 ReCUBE基准测试评估LLM在代码生成中利用仓库级上下文的有效性，通过重建掩码文件并使用依赖关系和文档作为上下文，发现即使先进模型在完整上下文设置下也仅达到37.57%的通过率，而引入Caller-Centric Exploration工具包可显著提升性能。

Comments Under Review

Seeing Like Radiologists: Context- and Gaze-Guided Vision-Language Pretraining for Chest X-rays

像放射科医生一样观察：面向胸部X光片的上下文和目光引导的视觉-语言预训练

Kang Liu, Zhuoqi Ma, Siyu Liang, Yunan Li, Xiyue Gao, Chao Liang, Kun Xie, Qiguang Miao

机构 * Xidian University（西安电子科技大学） ； Wuhan University（武汉大学） 纠错

专题命中 软件智能体 ：workflow(abstract)；分类 cs.AI

AI总结 本文提出CoGaze框架，通过整合临床上下文和放射科医生目光引导，提升胸部X光片的视觉-语言预训练效果，实验显示在多个任务上均优于现有方法。

Comments Code: https://github.com/mk-runner/CoGaze

The Specification as Quality Gate: Three Hypotheses on AI-Assisted Code Review

规范作为质量门：关于AI辅助代码审查的三个假设

Christo Zietsman

专题命中 软件智能体 ：agent(abstract)；分类 cs.SE

AI总结 本文探讨AI辅助代码审查的三个假设，指出缺乏可执行规范时审查过程的循环性，并提出规范优先、确定性验证管道和AI审查残余的架构。

Comments 10 pages. Experiments, corpus, and specifications publicly available at https://github.com/czietsman/nuphirho.dev/tree/main/experiments