代码大模型 / AI 编程

SiliconMind-V1: Multi-Agent Distillation and Debug-Reasoning Workflows for Verilog Code Generation

SiliconMind-V1：用于Verilog代码生成的多智能体蒸馏与调试推理工作流

Mu-Chi Chen, Yu-Hung Kao, Po-Hsuan Huang, Shao-Chun Ho, Hsiang-Yu Tsou, I-Ting Wu, En-Ming Huang, Yu-Kai Hung, Wei-Po Hsin, Cheng Liang, Chia-Heng Tu, Shih-Hao Hung, H. T. Kung

机构 * SiliconMind-V1 纠错

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

AI总结 SiliconMind-V1通过多智能体框架和测试平台驱动的验证，实现了更高效且功能正确的Verilog代码生成。

What Makes Code Generation Ethically Sourced?

什么使代码生成具有伦理来源？

Zhuolin Xu, Chenglin Li, Qiushi Li, Shin Hwei Tan

机构 * Concordia University（康科迪亚大学） 纠错

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

AI总结 本文提出伦理来源代码生成（ES-CodeGen）的概念，通过文献综述和调查，确定了11个关键维度，强调代码质量和伦理问题的重要性。

Journal ref Proc. 48th International Conference on Software Engineering (ICSE 2026)

Artificial Intelligence as a Catalyst for Innovation in Software Engineering

人工智能作为软件工程创新的催化剂

Carlos Alberto Fernández-y-Fernández, Jorge R. Aguilar-Cisneros

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

AI总结 本文探讨人工智能如何通过机器学习和自然语言处理提升软件工程的敏捷性和创新性，展示AI在自动化任务和优化开发流程中的关键作用。

Code-Space Response Oracles: Generating Interpretable Multi-Agent Policies with Large Language Models

代码空间响应预言机：利用大语言模型生成可解释的多智能体策略

Daniel Hennes, Zun Li, John Schultz, Marc Lanctot

机构 * Google（谷歌） ； DeepMind（深度思维） 纠错

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

AI总结 本文提出代码空间响应预言机，利用大语言模型生成可解释的多智能体策略，通过代码生成任务提升策略的可解释性和复杂策略发现能力。

Comments Accepted as an Extended Abstract at the Twenty-Fifth International Conference on Autonomous Agents and Multiagent Systems (AAMAS)

Utility Function is All You Need: LLM-based Congestion Control

效用函数就是一切：基于LLM的拥塞控制

Neta Rozen-Schiff, Liron Schiff, Stefan Schmid

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

AI总结 本文提出GenCC框架，利用LLM生成代码能力设计拥塞控制效用函数，实验表明其在不同场景下可提升拥塞控制协议性能37%-142%。

WebAccessVL: Violation-Aware VLM for Web Accessibility

WebAccessVL: 为网页可访问性而设计的违反意识VLM

Amber Yijia Zheng, Jae Joong Lee, Bedrich Benes, Raymond A. Yeh

机构 * Department of Computer Science, Purdue University（普渡大学计算机科学系） 纠错

专题命中 代码生成 ：program synthesis(abstract)；分类 cs.AI

AI总结 WebAccessVL通过基于违规的VLM自动修正网页HTML，显著减少可访问性违规，提升网页可访问性与视觉一致性。

Design and performance of the coded mask for the Lunar Electromagnetic Monitor in X-rays (LEM-X)

X射线月球电磁监测器（LEM-X）的编码遮拦设计与性能

Yuri Evangelista, Alessio Nuti, Francesco Ceraudo, Edoardo Giancarli, Giuseppe Dilillo, Riccardo Campana, Giovanni Della Casa, Ettore Del Monte, Marco Feroci, Mauro Fiorini, Giovanni Lombardi, Massimo Rapisarda, Francesca Esposito, Immacolata Donnarumma, Alessandro Turchi, Ugo Cortesi, Fabio D'Amico, Marco Gai, Andrea Argan

专题命中 代码生成 ：code generation(abstract)

AI总结 LEM-X通过高灵敏度和高分辨率的编码遮拦设计，实现宽视场X射线成像，用于多信使天文学和暂现事件探测。

Comments 27 pages, 11 figures, accepted for publication in Experimental Astronomy

Agentic AI as a Network Control-Plane Intelligence Layer for Federated Learning over 6G

代理AI作为6G联邦学习的网络控制平面智能层

Loc X. Nguyen, Ji Su Yoon, Huy Q. Le, Yu Qiao, Avi Deb Raha, Eui-Nam Huh, Nguyen H. Tran, Zhu Han, Choong Seon Hong

机构 * Department of Computer Science and Engineering, Kyung Hee University（韩国庆熙大学计算机科学与工程系） ； Department of Artificial Intelligence, Kyung Hee University（韩国庆熙大学人工智能系） ； School of Computer Science, The University of Sydney（悉尼大学计算机科学学院） ； Electrical and Computer Engineering Department, University of Houston（德克萨斯大学休斯顿分校电子与计算机工程系） 纠错

专题命中 代码生成 ：code generation(abstract)

AI总结 本研究提出一种基于代理AI的网络控制平面智能层，用于6G网络中的联邦学习，通过整合学习与网络管理任务，提升系统在多样化数据训练和严格约束下的性能。

Customized Interior-Point Methods Solver for Embedded Real-Time Convex Optimization

定制化内点法求解器用于嵌入式实时凸优化

Jae-Il Jang, Chang-Hun Lee

专题命中 代码生成 ：code generation(abstract)

AI总结 本文提出了一种定制化内点法求解器，用于解决嵌入式实时凸优化问题，通过高效算法和代码生成工具提升了求解性能。

Comments Accepted for publication in IEEE Transactions on Aerospace and Electronic Systems

Journal ref IEEE Transactions on Aerospace and Electronic Systems, 2026

Why LLMs Fail: A Failure Analysis and Partial Success Measurement for Automated Security Patch Generation

为何大语言模型失败：自动化安全补丁生成的失败分析与部分成功测量

Amir Al-Maamari

机构 * University of Passau（帕绍大学） 纠错

专题命中 程序修复 ：program repair(abstract)；分类 cs.AI

AI总结 本研究分析了LLM在生成安全补丁时的失败原因，指出其在安全性和功能上的不足，并提出安全修复评分以量化这一差距。

One Model, Many Skills: Parameter-Efficient Fine-Tuning for Multitask Code Analysis

一个模型，多种技能：用于多任务代码分析的参数高效微调

Amal Akli, Maxime Cordy, Mike Papadakis, Yves Le Traon

专题命中 代码评测 ：code generation(abstract)；分类 cs.SE、cs.AI、cs.LG

AI总结 本文提出多任务PEFT方法，通过共享模块在代码分析中实现性能与效率的平衡，验证了其在多任务场景下的有效性。

Large Language Model Psychometrics: A Systematic Review of Evaluation, Validation, and Enhancement

大语言模型心理测量学：评估、验证与增强的系统综述

Haoran Ye, Jing Jin, Yuhang Xie, Xin Zhang, Guojie Song

机构 * State Key Laboratory of General Artificial Intelligence, School of Intelligence Science and Technology, Peking University（一般人工智能国家重点实验室，智能科学与技术学院，北京大学） ； School of Psychological and Cognitive Sciences, Peking University（心理学与认知科学学院，北京大学） ； Key Laboratory of Machine Perception (Ministry of Education), Peking University（机器感知重点实验室（教育部），北京大学） 纠错

专题命中 代码评测 ：repository(abstract)；分类 cs.CL、cs.AI

AI总结 本文系统综述了大语言模型的心理测量学，通过整合心理测量工具和理论，提升LLM的评估、理解和增强能力，推动以人类为中心的AI发展。

Comments 400+ references

An Updated Assessment of Reinforcement Learning for Macro Placement

宏观布线强化学习的最新评估

Chung-Kuan Cheng, Andrew B. Kahng, Sayak Kundu, Yucheng Wang, Zhiang Wang

专题命中 代码评测 ：repository(abstract)；分类 cs.AI、cs.LG

AI总结 本文评估了Google Brain在宏观布线中的深度强化学习方法，展示了更新的CT实现，并分析了预训练指导和基准测试结果。

Comments There are total sixteen pages and two pages for the appendix. It includes six figures and eleven tables. This paper has been accepted and published in IEEE Transactions on CAD

PathoScribe: Transforming Pathology Data into a Living Library with a Unified LLM-Driven Framework for Semantic Retrieval and Clinical Integration

PathoScribe: 将病理数据转化为一个活的图书馆：一种统一的LLM驱动框架，用于语义检索和临床整合

Abdul Rehman Akbar, Samuel Wales-McGrath, Alejadro Levya, Lina Gokhale, Rajendra Singh, Wei Chen, Anil Parwani, Muhammad Khalid Khan Niazi

专题命中 仓库级理解 ：repository(abstract)；分类 cs.CL、cs.AI

AI总结 PathoScribe通过统一的LLM框架实现病理数据的语义检索与临床整合，提升病理档案的活用价值。

A New Modeling to Feature Selection Based on the Fuzzy Rough Set Theory in Normal and Optimistic States on Hybrid Information Systems

基于模糊粗糙集理论的新型特征选择建模：在混合信息系统正常和乐观状态下的应用

Mohammad Hossein Safarpour, Seyed Majid Alavi, Mohammad Izadikhah, Hossein Dibachi

专题命中 仓库级理解 ：repository(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出了一种基于模糊粗糙集理论的新型特征选择模型FSbuHD，通过优化方法在正常和乐观状态下提升特征选择效率。

Comments 18 pages, 14 figures, 9 tables. Published version available at International Journal of Engineering. This preprint is distributed under CC BY 4.0 license

Journal ref International Journal of Engineering, Transactions B: Applications, Vol. 38, No. 11, pp. 2657-2674, November 2025

ResearchEnvBench: Benchmarking Agents on Environment Synthesis for Research Code Execution

ResearchEnvBench: 为研究代码执行环境合成的基准测试

Yubang Wang, Chenxi Zhang, Bowen Chen, Zezheng Huai, Zihao Dai, Xinchi Chen, Yuxin Wang, Yining Zheng, Jingjing Gong, Xipeng Qiu

机构 * Institute of Trustworthy Embodied AI（可信具身AI研究院） ； Shanghai Innovation Institution（上海创新机构） ； Shanghai Key Laboratory of Multimodal Embodied AI（上海多模态具身AI重点实验室） ； College of Computer Science and Artificial Intelligence（计算机科学与人工智能学院） ； OpenMOSS ； Wuhan University（武汉大学） ； Nanjing University（南京大学） ； Jilin University（吉林大学） 纠错

专题命中 仓库级理解 ：repository(abstract)；分类 cs.SE、cs.AI

AI总结 ResearchEnvBench 是一个用于评估自主代理在研究代码执行中环境合成能力的基准测试，旨在解决当前代理在依赖解析和版本耦合方面的不足。

MALTA: Maintenance-Aware Technical Lag, Estimation to Address Software Abandonment

MALTA：维护意识技术滞后，用于解决软件弃用的估计

Shane K. Panter, Nasir U. Eisty

专题命中 仓库级理解 ：repository(abstract)；分类 cs.SE

AI总结 MALTA通过引入维护意识指标，有效识别被传统版本滞后指标遗漏的废弃软件包，提高依赖项风险评估的准确性。

A modern halo streaming model for redshift space distortions

红移空间扭曲的现代晕流模型

Cheng-Zong Ruan, Baojiu Li, Carlton M. Baugh, Sownak Bose, Alexander Eggemeier, David F. Mota

专题命中 仓库级理解 ：repository(abstract)

AI总结 本文提出了一种红移空间扭曲的晕流模型，通过结合流模型与晕模型分解，实现了对非线性星系聚类的高精度模拟，支持大规模结构调查的精确分析。

Synchrotron radiation-based tomography of an entire mouse brain with sub-micron voxels: augmenting interactive brain atlases with terabyte data

基于同步辐射的整个小鼠大脑全息成像：通过千兆字节数据增强交互式大脑图谱

Mattia Humbel, Christine Tanner, Marta Girona Alarcón, Georg Schulz, Timm Weitkamp, Mario Scheel, Vartan Kurtcuoglu, Bert Müller, Griffin Rodgers

专题命中 仓库级理解 ：repository(abstract)

AI总结 本研究利用同步辐射技术实现小鼠全脑亚微米级断层成像，通过千兆字节数据集提升三维分辨率，增强交互式大脑图谱。

Comments 13 pages, 6 figures, submitted to journal

Journal ref Adv. Sci. 12(28) (2025) 2416879