代码大模型 / AI 编程

VibeGuard: A Security Gate Framework for AI-Generated Code

VibeGuard：面向AI生成代码的安全闸门框架

Ying Xie

机构 * Kennesaw State University（肯尼索州立大学） 纠错

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

AI总结 本文提出VibeGuard，针对AI生成代码中的五个盲点提供预发布安全检查，通过实验验证其在八个合成项目中的高召回率和精度，为依赖AI生成代码的团队提供多层次防御策略。

From Code Changes to Quality Gains: An Empirical Study in Python ML Systems with PyQu

从代码变更到质量提升：基于PyQu的Python ML系统实证研究

Mohamed Almukhtar, Anwar Ghammam, Marouane Kessentini, Hua Ming

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

AI总结 本文通过分析3340个开源Python ML项目，利用PyQu工具识别出61种提升软件质量的代码变更，揭示了代码变更与ML系统质量之间的关系，填补了现有研究的空白。

Comments Accepted for publication in the proceedings of IEEE/ACM 48th International Conference on Software Engineering (ICSE26)

Human-in-the-Loop Control of Objective Drift in LLM-Assisted Computer Science Education

人机协同控制LLM辅助计算机科学教育中的目标漂移

Mark Dranias, Adam Whitley

机构 * Asheville Institute for Memory and Longevity（阿什维尔记忆与长寿研究所） ； University of North Carolina Asheville（北卡罗来纳大学阿什维尔分校） 纠错

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

AI总结 本文提出一种人机协同的教学方法，通过分离规划与执行，训练学生在代码生成前指定接受标准和架构约束，以稳定AI辅助学习过程。

Comments 8 pages

LocationReasoner: Evaluating LLMs on Real-World Site Selection Reasoning

LocationReasoner: 评估大语言模型在真实世界选址推理中的能力

Miho Koda, Yu Zheng, Ruixian Ma, Mingyang Sun, Devesh Pansare, Fabio Duarte, Paolo Santi

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

AI总结 本文提出LocationReasoner基准测试，评估大语言模型在复杂现实选址场景中的推理能力，发现先进模型在实际应用中表现有限，且代理策略常因过度推理而效果不佳。

Comments ICLR 2026 Workshop on Efficient Spatial Reasoning