AI 大模型

代码大模型 / AI 编程

代码生成、软件工程智能体、程序修复、测试生成和开发者工具。

2026-03-05 至 2026-03-05 共收录 2 篇信号源：cs.SE, cs.CL, cs.AI, cs.LG, cs.PL

1. 代码生成 2 篇

2603.03683 2026-03-05 cs.SE cs.CL cs.LG 82%

CONCUR: Benchmarking LLMs for Concurrent Code Generation

CONCUR: 评估LLM在并发代码生成中的基准测试

Jue Huang, Tarek Mahmud, Corina Pasareanu, Guowei Yang

机构 * The University of Queensland（昆士兰大学）； Texas A&M University - Kingsville（德克萨斯农工大学-国王维尔分校）； Carnegie Mellon University（卡内基梅隆大学）

专题命中代码生成：code generation(title,abstract)；分类 cs.SE、cs.CL、cs.LG

AI总结 CONCUR是一个专门评估LLM在并发代码生成能力的基准测试，包含115个问题，涵盖基础和变体，用于评估LLM在并发编程中的性能。

2505.21668 2026-03-05 cs.AI cs.CL cs.SC 62%

R1-Code-Interpreter: LLMs Reason with Code via Supervised and Multi-stage Reinforcement Learning

R1-Code-Interpreter: LLMs通过监督学习和多阶段强化学习进行代码推理

Yongchao Chen, Yueying Liu, Junwei Zhou, Yilun Hao, Jingquan Wang, Yang Zhang, Na Li, Chuchu Fan

机构 * MIT / Harvard（麻省理工学院/哈佛大学）； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）； University of Michigan（密歇根大学）； MIT（麻省理工学院）； University of Wisconsin–Madison（威斯康星大学麦迪逊分校）； MIT-IBM Watson AI Lab（麻省理工-IBM沃森人工智能实验室）； Harvard（哈佛大学）

专题命中代码生成：code generation(abstract)；分类 cs.CL、cs.AI

AI总结 R1-Code-Interpreter通过监督学习和多阶段强化学习提升LLM的代码推理能力，实现对多样化任务的高效处理，显著提升模型性能。

Comments 29 pages