代码大模型 / AI 编程

Code-A1: Adversarial Evolving of Code LLM and Test LLM via Reinforcement Learning

Code-A1：通过强化学习进行代码LLM和测试LLM的对抗演化

Aozhe Wang, Yuchen Yan, Nan Zhou, Zhengxi Lu, Weiming Lu, Jun Xiao, Yueting Zhuang, Yongliang Shen

机构 * Zhejiang University（浙江大学） 纠错

专题命中 测试生成 ：code generation(abstract)；分类 cs.CL

AI总结 Code-A1通过对抗性共进化框架联合优化代码LLM和测试LLM，解决传统方法中白盒访问导致的自我 collusion 和黑盒限制下的测试泛化问题，提升测试生成能力。

Comments Project Page: https://zju-real.github.io/Code-A1 Code: https://github.com/ZJU-REAL/Code-A1

Mining the YARA Ecosystem: From Ad-Hoc Sharing to Data-Driven Threat Intelligence

挖掘YARA生态系统：从随意分享到数据驱动威胁情报

Dectot--Le Monnier de Gouville Esteban, Mohammad Hamdaqa, Moataz Chouchen

专题命中 测试生成 ：repository(abstract)；分类 cs.SE

AI总结 研究通过分析840万条规则揭示YARA生态系统高度集中且存在运营问题，提出需从随意收集转向严格规则工程。

Comments Accepted at the International Conference on Evaluation and Assessment in Software Engineering (EASE 2026)

Journal ref Proceedings of the 30th International Conference on Evaluation and Assessment in Software Engineering (EASE 2026)