AI Agent

Frontier Coding Agents Can Now Implement an AlphaZero Self-Play Machine Learning Pipeline For Connect Four That Performs Comparably to an External Solver

前沿编码代理如今可以实现一个AlphaZero自博弈机器学习流水线用于连接四游戏，其性能可与外部求解器相媲美

Joshua Sherwood, Ben Aybar, Benjamin Kaplan

机构 * Department of Computer Science（计算机科学系） ； University of Chicago（芝加哥大学） ； Independent Researcher（独立研究员） 纠错

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

AI总结 本文提出一个基准测试，评估前沿编码代理自主实现AlphaZero式机器学习流水线的能力，通过简洁任务描述而非完整前序工作参考，评估连接四游戏AI性能，发现Claude Opus 4.7在七次试验中胜过Pons求解器，其他代理表现欠佳。

Hot Fixing in the Wild

野火修复

Carol Hanna, Karine Even-Mendoza, W. B. Langdon, Mar Zamorano López, Justyna Petke, Federica Sarro

专题命中 软件智能体 ：agent(abstract)；分类 cs.SE

AI总结 研究分析了61000余个仓库中的人工和AI代理生成的热修复，发现其具有紧迫性特征，揭示了人类与AI在修复行为上的差异，为实际应用中的热修复协作提供基础。

The Prompt Engineering Report Distilled: Quick Start Guide for Life Sciences

提示工程报告精简：生命科学领域的快速入门指南

Valentin Romanov, Steven A Niederer

机构 * National Heart & Lung Institute, Faculty of Medicine, Imperial College London（英国伦敦帝国学院医学院国家心脏和肺研究所） 纠错

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

AI总结 本文总结了生命科学领域中6种核心提示工程技巧，包括零样本、少样本、思考生成等，旨在提升LLM在文献总结、数据提取等任务中的效率与质量。

MappingEvolve: LLM-Driven Code Evolution for Technology Mapping

MappingEvolve：基于大语言模型的科技映射代码进化

Rongliang Fu, Yi Liu, Qiang Xu, Tsung-Yi Ho

机构 * Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.AI

AI总结 本文提出MappingEvolve框架，利用大语言模型直接进化科技映射代码，通过分层代理架构提升代码优化效果，实验显示在面积减少和延迟平衡方面优于现有方法。

SWE-Bench 5G: Benchmarking AI Coding Agents on Telecom Network Engineering Tasks

SWE-Bench 5G：基于电信网络工程任务的AI编码代理基准测试

Jiao Chen, Jianhua Tang, Xiaotong Yang, Zuohong Lv

专题命中 软件智能体 ：agent(abstract)

AI总结 本文提出SWE-Bench 5G基准，评估AI编码代理在5G核心网络软件中解决真实世界bug的能力，通过Docker环境和双测试策略验证领域知识对性能的影响。

FlowS: One-Step Motion Prediction via Local Transport Conditioning

FlowS: 通过局部传输条件实现一步运动预测

Leandro Di Bella, Adrian Munteanu, Bruno Cornelis

机构 * Department of Electronics and Informatics, Vrije Universiteit Brussel（弗拉芒布鲁塞尔自由大学电子与信息系） ； IMEC 纠错

专题命中 软件智能体 ：agent(abstract)

AI总结 FlowS通过局部传输条件实现一步运动预测，结合在线场景条件学习先验和步一致位移场，提升预测精度与效率，达到SOTA性能。

Comments 8 pages

From Code to Figure: A FAIR-Aligned Data Provenance Chain for Reproducible Simulation Research in Numerical Physics

从代码到图表：一种对FAIR对齐的数据溯源链，用于数值物理学中可重现的模拟研究

Markus Uehlein, Tobias Held, Christopher Seibel, Lukas G. Jonda, Baerbel Rethfeld, Sebastian T. Weber

专题命中 软件智能体 ：workflow(abstract)

AI总结 本文提出了一种整合的工作流程，通过版本控制、代码审查、自动化测试、结构化日志记录、元数据丰富的输出和标准化后处理，实现从软件开发到出版的可追溯性，适用于数值物理学及其他数据密集型科学计算领域。