代码大模型 / AI 编程

Factors Influencing the Quality of AI-Generated Code: A Synthesis of Empirical Evidence

影响人工智能生成代码质量的因素：一项经验证据的综合分析

Vehid Geruslu, Zulfiyya Aliyeva, Eray Tüzün

机构 * Queen’s University Belfast（贝尔法斯特女王大学） ； Azerbaijan Technical University（阿塞拜疆技术大学） ； MilliSoft MMC Corporation（MilliSoft MMC公司） ； Bilkent University（比尔肯特大学） 纠错

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

AI总结 本研究综合现有经验证据，分析影响人工智能生成源代码质量的因素，并探讨这些因素在不同评估情境下的影响。

Sketch2Simulation: Automating Flowsheet Generation via Multi Agent Large Language Models

Sketch2Simulation: 通过多智能体大语言模型自动化流程图生成

Abdullah Bahamdan, Emma Pajak, John D. Hedengren, Antonio del Rio Chanona

机构 * Sargent Centre for Process Systems Engineering（塞格伦过程系统工程中心） ； Imperial College London（帝国理工学院伦敦分校） ； Department of Chemical Engineering（化学工程系） ； Brigham Young University（BYU（ Brigham Young University ）） 纠错

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

AI总结 本文提出多智能体大语言模型系统，将流程图直接转化为可执行的Aspen HYSYS流程图，解决流程系统工程中流程草图转模拟模型的瓶颈问题。

Comments 27 pages, 14 figures, 8 tables

Gradient-Based Program Repair: Fixing Bugs in Continuous Program Spaces

基于梯度的程序修复：在连续程序空间中修复错误

André Silva, Gustav Thorén, Martin Monperrus

机构 * KTH Royal Institute of Technology（皇家理工学院） 纠错

专题命中 程序修复 ：program repair(title,abstract)；分类 cs.SE、cs.LG、cs.PL

AI总结 本文提出基于梯度的程序修复方法，通过在可微数值程序空间中进行连续优化，有效修复符号程序中的错误，首次将程序修复视为数值空间中的连续优化问题。

Hallucination to Consensus: Multi-Agent LLMs for End-to-End JUnit Test Generation

幻觉到共识：多智能体LLM用于端到端JUnit测试生成

Qinghua Xu, Guancheng Wang, Lionel Briand, Kui Liu

专题命中 测试生成 ：unit test generation(title,abstract)；分类 cs.SE

AI总结 本文提出CANDOR框架，通过多智能体协作生成Java单元测试，利用共识策略减少幻觉并提升Oracle准确性，实验表明其在代码覆盖率和突变得分上优于现有方法。

Widget2Code: From Visual Widgets to UI Code via Multimodal LLMs

Widget2Code: 通过多模态大语言模型从视觉小部件到UI代码

Houston H. Zhang, Tao Zhang, Baoze Lin, Yuanqi Xue, Yincheng Zhu, Huan Liu, Li Gu, Linfeng Ye, Ziqiang Wang, Xinxin Zuo, Yang Wang, Yuanhao Yu, Zhixiang Chi

机构 * McMaster University（麦克马斯特大学） ； University of Toronto（多伦多大学） ； University of Waterloo（滑铁卢大学） ； Concordia University（康考迪亚大学） 纠错

专题命中 代码评测 ：code generation(abstract)

AI总结 本文提出Widget2Code任务，通过多模态大语言模型提升小部件到UI代码的生成能力，设计了图像-only基准测试和WidgetFactory框架，提升视觉保真度。

Comments CVPR 2026, Code: https://github.com/Djanghao/widget2code

A meshless data-tailored approach to compute statistics from scattered data with adaptive radial basis functions

一种无网格数据定制方法用于从散射数据计算统计量，采用自适应径向基函数

Damien Rigutto, Manuel Ratz, Miguel A. Mendez

专题命中 代码评测 ：repository(abstract)

AI总结 本文提出了一种基于自适应径向基函数的无网格方法，通过梯度信息优化数据采样和基函数形状，提升湍流场重建的准确性和物理一致性。

Comments Under review for publication in Experiments in Fluids

S4CMDR: a metadata repository for electronic health records

S4CMDR：电子健康记录的元数据存储库

Jiawei Zhao, Md Shamim Ahmed, Nicolai Dinh Khang Truong, Verena Schuster, Rudolf Mayer, Richard Röttger

专题命中 仓库级理解 ：repository(title,abstract)

AI总结 本文提出S4CMDR，一种基于ISO 11179-3标准的开源元数据存储库，通过中间向外的标准化方法，实现电子健康记录数据元素的自动分类和兼容性发现，支持临床研究中的数据整合与可视化。

Comments 16 pages, 7 figures, source code will be available upon publication

The NCS-Model: A seismic foundation model trained on the Norwegian repository of public data

NCS模型：基于挪威公共数据仓库的地震基础模型

Alba Ordonez, Theodor Johannes Line Forgaard, David Wade, Aina Juell Bugge, Hakon Nese, Anders Ueland Waldeland

专题命中 仓库级理解 ：repository(title)

AI总结 本文提出NCS模型，通过挪威大陆架的公开DISKOS数据库预训练，开发大规模地震基础模型，提供可扩展的3D训练方法，并量化盆地定向预训练和嵌入维度对下游解释性能的影响。

Comments 29 pages, 8 figures

Do Code LLMs Do Static Analysis?

代码LLM进行静态分析吗？

Chia-Yi Su, Collin McMillan

专题命中 程序分析与验证 ：code generation(abstract)；分类 cs.SE

AI总结 本文研究代码LLM在代码智能任务中的静态分析能力，发现LLM在静态分析任务中表现不佳，且预训练静态分析任务无法提升代码智能任务性能。

Comments 42 pages, 2 figures, Accepted at Empirical Software Engineering