代码大模型 / AI 编程

MM-ReCoder: Advancing Chart-to-Code Generation with Reinforcement Learning and Self-Correction

MM-ReCoder：通过强化学习和自我校正推进图表到代码生成

Zitian Tang, Xu Zhang, Jianbo Yuan, Yang Zou, Varad Gunjal, Songyao Jiang, Davide Modolo

机构 * Brown University（布朗大学） ； Amazon AGI（亚马逊AGI） 纠错

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

AI总结 MM-ReCoder通过强化学习和自我校正机制提升图表到代码生成能力，其两阶段多轮自我校正策略基于Group Relative Policy Optimization，提升代码准确性和可执行性。

Comments CVPR 2026

DOne: Decoupling Structure and Rendering for High-Fidelity Design-to-Code Generation

DOne：解耦结构与渲染以实现高保真设计到代码生成

Xinhao Huang, Jinke Yu, Wenhao Xu, Zeyi Wen, Ying Zhou, Junzhuo Liu, Junhao Ji, Zulong Chen

机构 * HKUST (Guangzhou)（香港科技大学（广州）） ； Alibaba Group（阿里巴巴集团） ； HKUST（香港科技大学） ； University of Electronic Science（电子科技大学） ； Zhejiang Lab（之江实验室） 纠错

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

AI总结 DOne通过解耦结构理解与元素渲染，提升设计到代码生成的高保真度，通过布局分割模块、混合元素检索器和模式引导生成范式，克服了现有方法在结构与细节协调上的不足。

AeroTherm-GPT: A Verification-Centered LLM Framework for Thermal Protection System Engineering Workflows

AeroTherm-GPT：一种面向热防护系统工程工作流的验证中心LLM框架

Chuhan Qiao, Jinglai Zheng, Jie Huang, Buyue Zhao, Fan Li, Haiming Huang

机构 * School of Civil Engineering, Beijing Jiaotong University（北京交通大学土木工程学院） ； Beijing Research Institute of Telemetry（北京遥测技术研究所） 纠错

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

AI总结 本文提出AeroTherm-GPT，一种专为热防护系统设计的LLM代理，通过约束闭环生成框架解决超音速热防护系统设计中生成可执行仿真工具时的约束冲突问题，实现高效率的根因修复。

StelLA: Subspace Learning in Low-rank Adaptation using Stiefel Manifold

StelLA: 基于Stiefel流形的低秩适应子空间学习

Zhizhong Li, Sina Sajadmanesh, Jingtao Li, Lingjuan Lyu

机构 * Sony AI Zurich（索尼AI苏黎世） 纠错

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

AI总结 StelLA通过引入三因子分解U SV^T，利用Stiefel流形约束U和V的正交性，提升低秩适应的性能，适用于多种下游任务。

Comments NeurIPS 2025 Spotlight

Sci-Mind: Cognitively-Inspired Adversarial Debate for Autonomous Mathematical Modeling

Sci-Mind：基于认知的对抗辩论用于自主数学建模

Junhao Jia, Huangwei Chen, Ruiying Sun, Yanhui Song, Haishuai Wang, Jiajun Bu, Lei Wu

专题命中 代码生成 ：code generation(abstract)

AI总结 Sci-Mind通过模仿人类科学发现过程，结合经验记忆回溯和对抗性认知辩证，提升自主数学建模的严谨性和代码可执行性。

From SWE-ZERO to SWE-HERO: Execution-free to Execution-based Fine-tuning for Software Engineering Agents

从SWE-ZERO到SWE-HERO：从无执行到基于执行的微调方法用于软件工程代理

Nikolai Ludwig, Wasi Uddin Ahmad, Somshubra Majumdar, Boris Ginsburg

机构 * NVIDIA（英伟达） 纠错

专题命中 软件智能体 ：repository(abstract)；分类 cs.SE、cs.CL

AI总结 本文提出一种两阶段SFT方法，通过知识蒸馏实现SWE-bench的最佳性能，通过进化精炼策略提升代码语义和工程流程。

Automating Android Build Repair: Bridging the Reasoning-Execution Gap in LLM Agents with Domain-Specific Tools

自动化Android构建修复：通过领域特定工具弥合LLM代理中的推理-执行差距

Ha Min Son, Huan Ren, Xin Liu, Zhe Zhao

机构 * University of California, Davis（加州大学戴维斯分校） ； CodeDroid LLC（CodeDroid有限责任公司） 纠错

专题命中 软件智能体 ：coding agent(abstract)；分类 cs.SE、cs.AI

AI总结 本文提出AndroidBuildBench基准和GradleFixer工具，通过领域特定抽象提升LLM修复Android构建错误的效率，解决LLM在低层执行中的不足。

HAFixAgent: History-Aware Program Repair Agent

HAFixAgent：基于历史的程序修复代理

Yu Shi, Hao Li, Bram Adams, Ahmed E. Hassan

机构 * Queen's University（女王大学） 纠错

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

AI总结 本文提出HAFixAgent，通过注入历史衍生的仓库启发式方法，提升大规模多补丁bug修复的效率与鲁棒性，实验证明其在Defects4J和BugsInPy上均优于现有方法。

Comments support both Defects4J and BugsInPy; use the same LLM for all baseline comparisons; add sensitivity analysis for imperfect fault localization

Semantic Evolution over Populations for LLM-Guided Automated Program Repair

基于种群的语义进化用于LLM引导的自动程序修复

Cuong Chi Le, Minh Le-Anh, Cuong Duc Van, Tien N. Nguyen

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

AI总结 本文提出EvolRepair框架，通过语义进化算法提升LLM引导的自动程序修复效果，解决修复假设多样性、语义相关修复家族识别等挑战。

Fuzzing with Agents? Generators Are All You Need

代理 fuzzing？生成器就是一切

Vasudev Vikram, Rohan Padhye

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

AI总结 本文探讨利用AI代理自动生成针对特定目标的输入生成器，发现生成器在分支覆盖率上优于人工编写者，且无需覆盖引导和突变策略。

NED-Tree: Bridging the Semantic Gap with Nonlinear Element Decomposition Tree for LLM Nonlinear Optimization Modeling

NED-Tree: 通过非线性元素分解树弥合语义鸿沟以实现LLM非线性优化建模

Zhijing Hu, Yufan Deng, Haoyang Liu, Changjun Fan

机构 * College of System Engineering, National University of Defense Technology（国防科技大学系统工程学院） ； University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 代码评测 ：repository(abstract)；分类 cs.AI

AI总结 本文提出NED-Tree框架，通过句级提取策略和递归树结构解决LLM在非线性优化建模中的语义鸿沟问题，实验显示其在10个基准测试中达到72.51%的平均准确率。

Comments 17 pages, 7 figures, conference

MOVis: A Visual Analytics Tool for Surfacing Missed Patches Across Software Variants

MOVis：一个用于在软件变体中揭示遗漏补丁的可视化分析工具

Jorge Gonzalo Delgado Cervantes, John Businge, Daniel Ogenrwot

专题命中 仓库级理解 ：repository(abstract)；分类 cs.SE

AI总结 MOVis通过可视化展示软件变体间遗漏补丁，帮助开发者快速定位缺失修复并理解所需调整，提升变体一致性维护效率。

Comments 4 pages, 2 figures, 1 reference page

Exploring Composition Mixing in Kilonova Ejecta with Ray-by-ray Simulations

通过逐射线模拟探索千新星喷流中的成分混合

Ruocheng Zhai, David Radice, Fabio Magistrelli, Sebastiano Bernuzzi, Albino Perego

专题命中 仓库级理解 ：repository(abstract)

AI总结 本文通过逐射线辐射-流体动力学模拟研究千新星喷流中的成分混合，发现混合对重元素产率影响微弱，主要因喷流初始均匀的中子分布。

Comments 12 pages, 12 figures, published on PRD

GVGS: Gaussian Visibility-Aware Multi-View Geometry for Accurate Surface Reconstruction

GVGS: 基于高斯可见性感知的多视角几何用于准确表面重建

Mai Su, Qihan Yu, Zhongtao Wang, Yilong Li, Chengwei Pan, Yisong Chen, Guoping Wang, Fei Zhu

机构 * School of Computer Science, Peking University（北京大学计算机科学学院） ； Institute of Artificial Intelligence, Beihang University（北京航空航天大学人工智能研究院） 纠错

专题命中 仓库级理解 ：repository(abstract)

AI总结 本文提出GVGS方法，通过显式建模高斯体的可见性，改进多视角几何一致性，提升表面重建精度，实验表明优于现有基于高斯的方法。

LLMs as Idiomatic Decompilers: Recovering High-Level Code from x86-64 Assembly for Dart

LLMs作为idiomatic反编译器：从x86-64汇编语言恢复Dart的高级代码

Raafat Abualazm, Ayman Abo Elhassan

专题命中 其他AI编程 ：code model(abstract)；分类 cs.SE

AI总结 本文研究了小型专用LLM作为idiomatic反编译器在Dart等现代语言中的应用，通过合成同语言示例和相关语言示例的对比，展示了专用模型在生成可读且符合 idiomatic 的Dart代码方面的有效性。

Comments 5 pages, 1 figure, 3 tables. Accepted at SANER 2026 ERA Track

Condensation Completion and Defects in 2+1D Topological Orders

二维拓扑序中凝聚完成与缺陷

Gen Yue, Longye Wang, Tian Lan

专题命中 其他AI编程 ：code model(abstract,comments)

AI总结 本文探讨了二维拓扑序中通过凝聚完成构造融合2-范畴的方法，分析了缺陷的分类与融合规则，并展示了其在拓扑序模型中的应用。

Comments We have added more examples and remarks and revised the conventions to enhance readability. We also added a section about constructing 1d gapped defects in toric code model on the lattice based on the data of the corresponding separable algebras

Journal ref Phys. Rev. B 112 (2025) 104106