AI 大模型
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。
SR-Eval: 评估在逐步需求细化下的LLM代码生成能力
专题命中 代码生成 ：code generation(title,abstract)；repository(abstract)；分类 cs.SE
AI总结 SR-Eval是一个针对迭代代码生成的评估基准，通过多轮交互模拟真实开发流程，评估LLM在逐步需求细化下的表现，发现最佳模型在功能级任务中仅达到22.67%的完成率。
VERINA：可验证代码生成基准测试
机构 * University of California, Berkeley（加州大学伯克利分校） ； Meta FAIR
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.SE、cs.AI、cs.LG
AI总结 本文提出VERINA基准测试，用于全面评估代码、规范及证明生成能力，揭示LLM在可验证代码生成中的挑战，特别是证明生成的困难。
SEMAG：自演化多智能体代码生成
机构 * College of Computer Science and Software Engineering, Shenzhen University, China（深圳大学计算机科学与软件工程学院） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ), China（广东省人工智能与数字经济发展实验室（深圳）） ； School of Information Technology, Carleton University, Canada（卡尔顿大学信息技术学院）
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.SE、cs.AI
AI总结 SEMAG通过自演化多智能体框架提升代码生成适应性，实现更高准确率和更强的模型自适应能力。
探索不同方法以定制语言模型用于领域特定的文本到代码生成
机构 * Technical University of Denmark（丹麦技术大学） ； The LEGO Group（乐高集团）
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.AI
AI总结 本文探讨了如何通过合成数据集定制小型语言模型用于领域特定的代码生成，比较了少样本提示、检索增强生成和LoRA微调三种方法，发现LoRA在准确性和领域对齐上表现更优。
基于执行的信用分配用于代码生成中的GRPO
机构 * ICLR 2026 Workshop on Scaling Post-Training for LLMs (SPOT)（ICLR 2026 工作组：扩大训练后大语言模型（SPOT））
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.LG
AI总结 本文提出基于执行的信用分配方法EGCA，通过执行轨迹局部化GRPO更新，提升代码生成的单元测试通过率，实验表明在HumanEval和MBPP数据集上效果优于GRPO。
Comments Accepted at SPOT ICLR 2026 (https://openreview.net/forum?id=nqkVB5EVXJ)
改进的图表到代码生成的迭代细化方法：基于结构化指令
机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； Shanghai Innovation Institute（上海创新研究院） ； Lehigh University（莱特大学） ； MIFA Lab（MIFA实验室）
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.AI
AI总结 本文提出基于结构化指令的ChartIR方法，通过区分视觉理解和代码翻译任务，提升图表到代码生成的性能，实验显示在Qwen2-VL和GPT-4o上表现优异。
从漏洞到修复：对LLMs在代码安全中应用的系统文献综述
机构 * Department of Computer Science, Örebro University（奥雷布罗大学计算机科学系）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.AI
AI总结 本文系统综述了LLMs在代码安全中的应用，探讨其引入漏洞类型、漏洞检测与修复能力及提示策略影响，以及数据中毒攻击对其性能的影响。
在提示和程序之间共享状态
机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI、cs.PL
AI总结 本文提出共享程序状态抽象，使提示可直接访问程序变量并实现控制流，通过Nightjar系统验证了其在任务准确性和代码效率上的优势。
Comments ICLR 2026
从自然语言到可执行期权策略的大型语言模型
机构 * City University of Hong Kong（香港城市大学） ； The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳）） ； Shanghai University of Finance and Economics（上海财经大学） ； University of Science and Technology of China（中国科学技术大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 本文提出Option Query Language，通过语法规则将期权市场抽象为高层 primitives，使LLM能作为语义解析器生成可执行期权策略，并通过新数据集验证其优于直接生成方法。
生成式AI用于量子电路和量子代码：技术综述与分类
机构 * University of Vaasa（瓦萨大学） ； University of Turku（图尔库大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 综述13个生成系统和5个支持数据集，探讨量子电路和代码生成的分类与训练方法，发现生成系统在语法和语义层面有所覆盖，但缺乏对量子硬件的端到端评估。
Comments 20 pages, 4 tables
视觉集合程序合成器
机构 * Department of Computer Science, University of Oxford（牛津大学计算机科学系） ； Department of Computer Science and Engineering, Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系） ； Institute of Logic and Computation, TU Wien（维也纳技术大学逻辑与计算研究所）
专题命中 代码生成 ：program synthesis(abstract)；分类 cs.CL
AI总结 本文提出通过视觉程序合成解决复杂视觉推理问题，引入Set-VQA基准测试，显著提升回答准确性并提高透明度。
Comments 10 pages, IEEE International Conference on Multimedia and Expo 2026
Journal ref IEEE International Conference on Multimedia and Expo 2026
VibeContract： vibe编码中缺失的质量保证环节
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 本文提出VibeContract框架，通过将高层次自然语言意图分解为任务序列并生成任务级合同，以提升LLM生成代码的正确性、鲁棒性和可维护性。
SWE-QA-Pro：一个代表性的基准和可扩展的训练配方用于仓库级代码理解
机构 * University of Waterloo（滑铁卢大学） ； University of Toronto（多伦多大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； McGill University & MILA（麦吉尔大学及MILA） ； Verdent AI, Inc.（Verdent AI公司）
专题命中 软件智能体 ：repository(title,abstract)；分类 cs.SE、cs.CL、cs.AI
AI总结 本文提出SWE-QA-Pro基准，通过多样化的长尾仓库和可执行环境构建，验证了代理工作流在代码理解任务中的优势，并提出可扩展的合成数据管道和两阶段训练方法，使小型模型在复杂行为学习中取得优异表现。
代理研究员：人工智能辅助数学和机器学习研究的实用指南
机构 * Department for AI in Society, Science, and Technology（人工智能与社会、科学和技术部门） ； Zuse Institute Berlin（柏林Zuse研究所） ； Institute of Mathematics（数学研究所） ； Technische Universität Berlin（柏林技术大学）
专题命中 软件智能体 ：coding agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出了一种开源框架，通过方法学规则将CLI编码代理转化为自主研究助手，并通过深度学习和数学案例研究，指导研究人员如何有效利用AI工具进行研究。
VIBEPASS：振动编码器真的能通过振动检查吗？
机构 * Salesforce AI Research（Salesforce AI研究院） ； Nanyang Technological University（南洋理工大学）
专题命中 程序修复 ：program repair(abstract)；分类 cs.SE、cs.AI
AI总结 本文研究了振动编码器在自主软件工程中的能力，发现故障定位推理是瓶颈，而非代码生成或测试有效性。
面向AI生成科学代码的PETSc代理评估框架
机构 * Argonne National Laboratory（阿贡国家实验室）
专题命中 代码评测 ：code generation(abstract)；coding agent(abstract)；分类 cs.AI
AI总结 本文提出petscagent-bench框架，通过代理评估代理的方式，评估AI生成的科学代码在正确性、性能、代码质量等方面的表现，揭示传统指标的不足。
通过大规模开源代理仓库挖掘实现技能自动化获取：一种多代理过程知识提取框架
专题命中 代码评测 ：repository(abstract)；分类 cs.AI
AI总结 本文提出一种多代理过程知识提取框架，通过挖掘开源仓库获取高质量代理技能，结合安全治理和评估指标实现可扩展的知识获取，提升知识转移效率40%。
通用端到端工具使用强化学习与合成CodeGym
机构 * Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所）
专题命中 代码评测 ：分类 cs.CL、cs.AI、cs.LG；repository(comments)
AI总结 本文提出CodeGym框架，通过合成多样化的多轮工具使用环境，提升LLM代理在不同任务配置下的泛化能力，实验显示Qwen2.5-32B-Instruct在OOD基准测试中准确率提升8.7个百分点。
Comments 24 pages. Accepted to ICLR 2026. Project repository: https://github.com/StigLidu/CodeGym
RepoReviewer: 一种面向仓库级别的多智能体架构
专题命中 仓库级理解 ：repository(title,abstract)；分类 cs.SE、cs.AI
AI总结 RepoReviewer通过分解仓库获取、上下文合成、文件分析等步骤，提供一种实用的仓库级自动化审查架构，强调系统设计与可重用的评估工具。
IQuest-Coder-V1 技术报告
机构 * IQuest Coder Team（IQuest Coder团队）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.SE、cs.CL、cs.AI
AI总结 本文介绍IQuest-Coder-V1系列模型，通过代码流多阶段训练范式提升软件逻辑动态演化能力，结合预训练、中训练和后训练阶段，实现代码智能在代理软件工程、编程竞赛和复杂工具使用中的先进性能。
ICCheck：一种跨语言、可移植的代码克隆同步工具
专题命中 仓库级理解 ：repository(abstract)；分类 cs.SE
AI总结 ICCheck 是一种跨语言、可移植的代码克隆同步工具，通过现有无语言依赖的克隆搜索技术，结合 Git 仓库实现，能够在多种编程语言和开发环境中检测并建议同步代码克隆的修改。
Comments Accepted manuscript in Science of Computer Programming
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈