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。
Image2Gcode: 基于扩散-变换器模型的图像到G-code生成用于增材制造
机构 * Department of Materials Science and Engineering, Carnegie Mellon University, Pittsburgh, PA, USA（材料科学与工程系，卡内基梅隆大学，匹兹堡，PA，USA） ； Department of Mechanical Engineering, Carnegie Mellon University, Pittsburgh, PA, USA（机械工程系，卡内基梅隆大学，匹兹堡，PA，USA）
专题命中 代码生成 ：code generation(title)；分类 cs.LG
AI总结 本文提出Image2Gcode框架，通过图像直接生成可打印的G-code，省去CAD建模步骤，提升增材制造的易用性和效率。
CausalARC：基于因果世界模型的抽象推理
专题命中 代码生成 ：program synthesis(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 CausalARC通过因果世界模型进行低数据和分布外推理，结合原则性数据增强提供少量示例反馈，用于评估语言模型在抽象推理、反事实推理、程序合成和因果发现中的表现。
Comments Peer-reviewed workshop paper
Journal ref 39th Conference on Neural Information Processing Systems (NeurIPS 2025) Workshop: Bridging Language, Agent, and World Models (LAW)
指导神经元的代码LLM解释：在哪里、为什么和如何？
机构 * Shanghai Jiao Tong University（上海交通大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE、cs.AI
AI总结 研究通过分析代码LLM的神经元层面，发现语言特定神经元和概念层在多语言生成中的作用，提出基于神经元的微调、克隆检测和跨语言总结方法。
Comments Accepted by FSE2026
不要编写代码，而是构建骨架代码：面向领域专家的交互式无代码笔记本以构建低成本的代理工作流
机构 * JP Morgan Chase & Co.（摩根大通公司）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI、cs.PL
AI总结 Skele-Code通过自然语言和图形界面帮助非技术人员构建工作流，通过增量交互式笔记本开发减少token成本，生成模块化且易扩展的工作流。
Comments Main paper 9 pages. Topics: Agentic Coding, HCI, LLMs, Workflows
通过在线细化增强强化学习微调
机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出动态约束机制，通过在线细化模型提升强化学习微调的稳定性与性能，在对话和代码生成任务中优于KL正则化和无约束基线。
通过重构理解：为LLM预训练反转软件开发过程
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 本文提出通过重构软件开发过程来提升LLM性能，通过模拟多智能体轨迹生成更丰富的监督信号，实验显示在多个基准测试中效果显著。
利用大型语言模型进行通用窥视优化
专题命中 代码生成 ：program synthesis(abstract)；分类 cs.PL
AI总结 本文提出LPG框架，利用大型语言模型进行窥视优化泛化，通过闭环工作流整合符号常量泛化、结构泛化、约束放松和位宽/精度泛化，提升优化规则的正确性和通用性。
一种基于模式的代理系统用于自然语言到SQL生成
机构 * Project Path ； Minnesota State University Mankato（明尼苏达州立大学曼科托分校）
专题命中 代码生成 ：repository(abstract)；分类 cs.CL
AI总结 本文提出一种基于模式的代理系统，利用小型语言模型作为主要代理，结合选择性LLM回退机制，降低计算成本，实验显示在BIRD基准上实现90%以上的成本节省。
轻量模型预测控制用于航天器对接姿态同步
机构 * Space Applications Group, e:fs TechHub GmbH（e:fs技术中心空间应用组） ； Faculty of Electrical Engineering and Information Technology, Ingolstadt University of Applied Sciences（应用科学大学英戈尔施塔特电气工程与信息技术学院）
专题命中 代码生成 ：code generation(abstract)
AI总结 本文提出两种轻量模型预测控制方法，用于航天器对接同步过程中的姿态跟踪，通过新颖的姿态偏差公式实现角速度的线性约束，验证了在资源受限环境下姿态控制的可行性。
Comments Accepted at European Control Conference (ECC 2026)
TDAD：基于图的影响力分析减少AI编码代理中的代码回归
机构 * Universidad ORT Uruguay（ORT大学乌拉圭分校） ； DC, UBA, Argentina（阿根廷布宜诺斯艾利斯大学（DC, UBA））
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.AI
AI总结 TDAD通过在AI编码代理提交更改前进行影响分析，减少代码回归。实验表明其将回归率降低70%，优于传统方法。
Comments Toolpaper, 7 pages, 7 tables, 3 figures, 1 algorithm. Submitted to ACM AIWare 2026 (Data and Benchmark Track)
AI代理中的非标准误差
机构 * School of Management, University of Texas at Dallas（德克萨斯大学达拉斯分校管理学院）
专题命中 软件智能体 ：coding agent(abstract)；分类 cs.AI
AI总结 研究AI代理在相同数据和问题下是否产生相同结果，发现其存在显著非标准误差，源于代理间分析选择的不确定性。不同模型家族在方法偏好上存在系统差异，同行评审对分散影响有限，但接触高质量论文可大幅缩小估计范围。
Comments 45 pages
CytoSyn：一种用于病理学的基准扩散模型——技术报告
机构 * Owkin, Inc（Owkin公司）
专题命中 代码评测 ：repository(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出CytoSyn，一种先进的潜在扩散模型，用于生成高真实性和多样性的病理H&E染色图像，通过改进方法和训练策略，对比PixCell模型，展示了对预处理细节的敏感性。
Comments 21 pages, 5 figures, tech report, model page: https://huggingface.co/Owkin-Bioptimus/CytoSyn
GRAFITE：用于问题跟踪和评估的生成回归分析框架
机构 * IBM Research - AI（IBM人工智能研究院）
专题命中 代码评测 ：repository(abstract)；分类 cs.CL
AI总结 GRAFITE通过持续评估平台追踪和评估模型问题，利用LLM作为裁判进行质量测试，支持多模型对比和回归检测。
Comments 7 pages, 2 figures
在ML系统中采用绿色建筑策略：基于LLM的代码库研究
专题命中 仓库级理解 ：repository(title,abstract)；分类 cs.SE
AI总结 本文通过分析205个开源ML项目，发现现有绿色实践在实际应用中存在差异，并识别出九种未记录的可持续实践，为减少ML系统的环境影响提供指导。
一种利用直觉模糊逻辑与U-Net和U-Net++架构的新型框架：MRI脑图像分割的案例研究
机构 * Department of Mathematics, Bareilly College, Bareilly (MJP Rohilkhand University), Uttar Pradesh, 243005, India（巴里利学院数学系，巴里利（MJP罗希兰德大学），乌塔尔普拉德什，243005，印度） ； Fetal Neonatal Neuroimaging and Developmental Science Center, Boston Children’s Hospital, Harvard Medical School, Boston, MA 02115, USA and Division of Newborn Medicine, Boston Children’s Hospital, Harvard Medical School, Boston, MA 02115, USA also with Department of Pediatrics, Harvard Medical School, Boston, MA, USA（波士顿儿童医院胎儿和新生儿神经影像与发育科学中心，哈佛医学院，波士顿，马萨诸塞州02115，美国；波士顿儿童医院新生儿医学科，哈佛医学院，波士顿，马萨诸塞州02115，美国；也与哈佛医学院儿科系，波士顿，马萨诸塞州，美国） ； National Institute of Science Communication and Policy Research, New Delhi, 110012, India（国家科学传播与政策研究所，新德里，110012，印度） ； Department of Mathematics, Indian Institute of Technology Indore, Indore (M.P.)-453552, India（印度理工学院印度尔数学系，印度尔（马哈拉施特拉邦）-453552，印度）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.LG
AI总结 本文提出一种结合直觉模糊逻辑的U-Net和U-Net++框架，用于提高MRI脑图像分割的准确性，通过处理图像中的不确定性提升分割性能。
Comments 13 pages, 8 figures
BarcodeBERT：用于生物多样性分析的Transformer模型
机构 * University of Waterloo（滑铁卢大学） ； Simon Fraser University（西蒙弗雷泽大学） ； Aalborg University（奥胡斯大学） ； Pioneer Centre for AI（先锋人工智能中心） ； University of Guelph（格雷厄姆大学） ； Vector Institute（向量研究所） ； Alberta Machine Intelligence Institute (Amii)（阿尔伯塔人工智能研究所）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.LG
AI总结 BarcodeBERT通过领域特定数据自监督预训练，在物种鉴定任务中优于基础模型，尤其在低阶分类如属和种层面表现突出，且比BLAST快55倍。
Comments Main text: 14 pages, Total: 23 pages, 10 figures, formerly accepted at the 4th Workshop on Self-Supervised Learning: Theory and Practice (NeurIPS 2023)
Journal ref Bioinformatics Advances (2026) vbag054
地理空间AI用于液化危险和影响预测：美国太平洋西北地区示范研究
专题命中 仓库级理解 ：repository(abstract)
AI总结 本文利用地理空间AI模型预测美国华盛顿和俄勒冈州85个地震场景的液化危险，结合机器学习提升预测精度，并通过资产和基础设施脆弱性评估验证其应用价值。
射电和伽马射线来自塞弗特星系约束了冠状湍流的性质
专题命中 仓库级理解 ：repository(abstract)
AI总结 通过联合分析IceCube和Fermi-LAT观测数据，研究了NGC 1068和NGC 7469的中微子和伽马射线信号，以约束冠状湍流的磁场强度和相干尺度。
Comments 17 pages, 5 figures, plus appendices
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