代码大模型 / AI 编程

Architectures of Error: A Philosophical Inquiry into AI and Human Code Generation

错误的架构：对人工智能与人类代码生成的哲学探究

Camilo Chacón Sartori

机构 * Artificial Intelligence Research Institute (IIIA-CSIC)（人工智能研究所（IIIA-CSIC）） 纠错

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

AI总结 本文探讨人类与机器代码生成的本质差异，通过分析错误的根源，揭示认知与随机性导致的因果区别，为AI与人类协作软件开发提供哲学框架。

Comments preprint

Evaluating the Environmental Impact of using SLMs and Prompt Engineering for Code Generation

评估使用SLMs和提示工程进行代码生成的环境影响

Md Afif Al Mamun, Sayan Nath, Gias Uddin, Novarun Deb

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

AI总结 本文研究了基于SLMs的代码生成中不同提示策略对准确性和可持续性的影响，发现可持续性与准确性脱钩，提示工程可实现环保与性能的平衡。

Comments 12 pages

VoxelCodeBench: Benchmarking 3D World Modeling Through Code Generation

VoxelCodeBench：通过代码生成进行3D世界建模的基准测试

Yan Zheng, Florian Bordes

机构 * FAIR at Meta（Meta FAIR） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

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

AI总结 本文提出VoxelCodeBench基准，通过代码生成评估3D空间推理能力，发现生成可执行代码易，但生成空间正确输出难，尤其在几何构造和多物体组合上挑战大。

A Multi-Language Perspective on the Robustness of LLM Code Generation

多语言视角下的大型语言模型代码生成鲁棒性研究

Fazle Rabbi, Zishuo Ding, Jinqiu Yang

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

AI总结 本文从多语言角度评估了代码生成模型的鲁棒性，通过扰动文档字符串、函数名、语法和格式等关键提示部分，发现不同语言和扰动类型对模型性能影响不同，且增大模型规模并不能显著提升鲁棒性。

Comments 50 pages, 10 figures, 16 tables

From Theory to Practice: Code Generation Using LLMs for CAPEC and CWE Frameworks

从理论到实践：利用LLMs为CAPEC和CWE框架生成代码

Murtuza Shahzad, Joseph Wilson, Ibrahim Al Azher, Hamed Alhoori, Mona Rahimi

机构 * Northern Illinois University（北伊利诺伊大学） 纠错

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

AI总结 本文提出一个基于LLMs生成CAPEC和CWE漏洞代码的数据集，通过GPT-4o、Llama和Claude模型生成高准确性的代码示例，提升安全漏洞识别与修复的效率。

Prompt Compression in the Wild: Measuring Latency, Rate Adherence, and Quality for Faster LLM Inference

野火中的提示压缩：测量延迟、速率遵守和质量以加快大语言模型推理

Cornelius Kummer, Lena Jurkschat, Michael Färber, Sahar Vahdati

机构 * ScaDS.AI Dresden/Leipzig, CIDS, TU Dresden（ScaDS.AI 德累斯顿/莱比锡，CIDS，德累斯顿工业大学） 纠错

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

AI总结 本文研究了提示压缩在实际应用中的延迟、速率遵守和质量影响，通过大规模实验发现，当提示长度、压缩比和硬件容量匹配时，LLMLingua可实现18%的端到端加速，但超出此范围压缩步骤会抵消收益。

Comments Accepted at ECIR 2026 (Full Paper)

APEX-EM: Non-Parametric Online Learning for Autonomous Agents via Structured Procedural-Episodic Experience Replay

APEX-EM：通过结构化程序-经验经验回放实现自主代理的非参数在线学习

Pratyay Banerjee, Masud Moshtaghi, Ankit Chadha

机构 * Amazon, AGI / Sunnyvale, USA（亚马逊 AGI / 美国森尼韦尔） 纠错

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

AI总结 本文提出APEX-EM框架，通过结构化经验表示和PRGII工作流，实现自主代理的非参数在线学习，提升跨领域任务的性能。

Comments 17 pages, 13 figures

Token-Efficient Multimodal Reasoning via Image Prompt Packaging

通过图像提示包装实现高效的多模态推理

Joong Ho Choi, Jiayang Zhao, Avani Appalla, Himansh Mukesh, Dhwanil Vasani, Boyi Qian

机构 * BNY ； Pittsburgh US（美国匹兹堡） 纠错

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

AI总结 本文提出图像提示包装方法，通过将结构化文本嵌入图像以减少文本令牌开销，并在多个数据集和模型上验证其效果，展示了在多模态系统设计中视觉编码的重要性。

Comments 9 pages including references

Precision or Peril: A PoC of Python Code Quality from Quantized Large Language Models

精度与危险：从量化大语言模型中Python代码质量的证明概念

Eric L. Melin, Adam J. Torek, Nasir U. Eisty, Casey Kennington

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

AI总结 研究探讨了小型LLM的代码生成性能及量化影响，发现生成代码存在质量和可维护性问题，强调在软件项目中需谨慎验证LLM生成的代码。

Beyond Isolated Tasks: A Framework for Evaluating Coding Agents on Sequential Software Evolution

超越孤立任务：一个评估编码代理在连续软件演进中的框架

KN Ajay Shastry, Ganesh Senrayan, Shrey Satapara, Pranoy Panda, Chaitanya Devaguptapu

机构 * Fujitsu Research（富士通研究所） 纠错

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

AI总结 本文提出一个框架，通过模拟真实开发者工作流程的两个现实场景，评估编码代理在连续任务中的表现，揭示孤立任务评估的局限性及多维评估的必要性。

Supply-Chain Poisoning Attacks Against LLM Coding Agent Skill Ecosystems

针对LLM编码代理技能生态系统的供应链污染攻击

Yubin Qu, Yi Liu, Tongcheng Geng, Gelei Deng, Yuekang Li, Leo Yu Zhang, Ying Zhang, Lei Ma

机构 * Griffith University（格里菲斯大学） ； The State Information Center（国家信息中心） ； Nanyang Technological University（南洋理工大学） ； University of New South Wales（新南威尔士大学） ； Wake Forest University（维克森林大学） 纠错

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

AI总结 本文研究了LLM编码代理技能生态系统中供应链攻击对行动空间的影响，提出DDIPE方法通过嵌入恶意逻辑到技能文档中实现隐式payload执行，实验显示其在强防御下可绕过11.6%-33.5%。

Beyond Resolution Rates: Behavioral Drivers of Coding Agent Success and Failure

超越分辨率率：编码代理成功与失败的行为驱动因素

Tural Mehtiyev, Wesley Assunção

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

AI总结 本文通过大规模实证研究分析了9374条轨迹，探讨了编码代理在特定任务中失败的原因，发现行为模式和LLM能力对成功与失败有显著影响。

From Industry Claims to Empirical Reality: An Empirical Study of Code Review Agents in Pull Requests

从行业声明到实证现实：代码审查代理在拉取请求中的实证研究

Kowshik Chowdhury, Dipayan Banik, K M Ferdous, Shazibul Islam Shamim

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

AI总结 本文通过分析代码审查代理（CRAs）在拉取请求中的表现，探讨其对合并成功率的影响，发现CRAs生成的反馈质量与PR废弃率密切相关，需人类监督以提高代码审查效果。

Comments Accepted at 23rd International Conference on Mining Software Repositories (MSR), 2026

AI-Assisted Unit Test Writing and Test-Driven Code Refactoring: A Case Study

AI辅助的单元测试编写与测试驱动的代码重构：一个案例研究

Ema Smolic, Mario Brcic, Luka Hobor, Mihael Kovac

机构 * Faculty of Electrical Engineering and Computing, University of Zagreb（萨格勒布大学电气工程与计算学院） 纠错

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

AI总结 本文研究了利用AI生成单元测试并进行安全重构的方法，通过案例展示如何通过迭代测试捕获系统行为，减少重构风险，提升代码维护效率。

Comments 6 pages, 3 figures, 2 tables

IndustryCode: A Benchmark for Industry Code Generation

IndustryCode: 一个用于行业代码生成的基准

Puyu Zeng, Zhaoxi Wang, Zhixu Duan, Liang Feng, Shaobo Wang, Cunxiang Wang, Jinghang Wang, Bing Zhao, Hu Wei, Linfeng Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Alibaba Group（阿里巴巴集团） ； Tsinghua University（清华大学） 纠错

专题命中 代码评测 ：code generation(title,abstract)；分类 cs.SE、cs.CL、cs.AI

AI总结 本文提出IndustryCode基准，涵盖125个工业挑战和579个子问题，支持多种编程语言，评估大模型在工业场景中的代码生成能力。

Comments 37 pages, 28 figures, 4 tables. Includes appendix

GBQA: A Game Benchmark for Evaluating LLMs as Quality Assurance Engineers

GBQA：用于评估LLM作为质量保证工程师的博弈基准

Shufan Jiang, Chios Chen, Zhiyang Chen

机构 * The University of Hong Kong（香港大学） ； Independent Researcher（独立研究者） ； Westlake University（西湖大学） ； Datawhale Org（Datawhale组织） 纠错

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

AI总结 本文提出GBQA基准，通过30款游戏和124个经人类验证的bug测试LLM自主发现软件缺陷的能力，实验表明最佳模型仅能识别48.39%的bug。

Comments Accepted as a workshop paper at the Fourteenth International Conference on Learning Representations (ICLR 2026)

Ambig-IaC: Multi-level Disambiguation for Interactive Cloud Infrastructure-as-Code Synthesis

Ambig-IaC：交互式云基础设施即代码合成的多级消歧

Zhenning Yang, Kaden Gruizenga, Tongyuan Miao, Patrick Tser Jern Kon, Hui Guan, Ang Chen

机构 * University of Michigan（密歇根大学） ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） 纠错

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

AI总结 本文提出Ambig-IaC框架，通过多级消歧方法提升IaC配置生成的准确性，针对IaC配置的不可逆性，设计了基于结构分歧的评估框架，在结构和属性评估上分别提升18.4%和25.4%。

Transfer learning for nonparametric Bayesian networks

非参数贝叶斯网络的迁移学习

Rafael Sojo, Pedro Larrañaga, Concha Bielza

机构 * Aingura IIoT ； Universidad Politécnica de Madrid, Departamento de Inteligencia Artificial（马德里理工大学人工智能系） 纠错

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

AI总结 本文提出两种非参数贝叶斯网络迁移学习方法，PC-stable-transfer学习和hill climbing transfer学习，通过约束和评分方法提升模型性能，同时引入特定指标解决负迁移问题，最终通过统计检验证明方法有效性。

Comments An earlier version was previously posted on SSRN. This version includes improvements in experiments and evaluation metrics following reviewer comments. Revision submitted to Knowledge-Based Systems

Neural posterior estimation for scalable and accurate inverse parameter inference in Li-ion batteries

用于锂离子电池可扩展和准确逆参数推断的神经后验估计

Malik Hassanaly, Corey R. Randall, Peter J. Weddle, Paul J. Gasper, Conlain Kelly, Tanvir R. Tanim, Kandler Smith

机构 * Computational Science Center, National Laboratory of the Rockies（落基山国家实验室计算科学中心） ； Energy Conversion and Storage Systems Center, National Laboratory of the Rockies（落基山国家实验室能量转换与存储系统中心） ； Energy Storage Research and Analysis Department, Idaho National Laboratory（爱达荷国家实验室储能研究与分析部） 纠错

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

AI总结 本文提出神经后验估计方法，用于高效估计锂离子电池参数，尽管在高维情况下计算成本较高，但能提供更准确的参数校准，并在电压预测中存在误差，同时具有更高的可解释性。

The Reliability of Remotely Piloted Aircraft System Performance under Aeronautical Communication Uncertainties

远程飞行器系统性能在航空通信不确定性下的可靠性

Yutian Pang, Andrew Paul Kendall, John-Paul Clarke

专题命中 代码评测 ：repository(abstract)

AI总结 研究在随机通信条件下，高机动远程飞行器系统任务完成性能的可靠性，通过蒙特卡洛模拟评估通信延迟和信号丢失对系统稳定性的影响，并提出新的可靠性指标communicability。

BugForge: Constructing and Utilizing DBMS Bug Repository to Enhance DBMS Testing

BugForge: 构建并利用DBMS bug仓库以增强DBMS测试

Dawei Li, Qifan Liu, Yuxiao Guo, Jie Liang, Zhiyong Wu, Chi Zhang, Jingzhou Fu, Haogang Mao, Zhenyu Guan, Yu Jiang

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

AI总结 本文提出BugForge框架，通过构建标准化的DBMS bug仓库生成高质量测试用例，提升DBMS测试效果，已在PostgreSQL等数据库上实现，发现35个未知bug。

Explainable Machine Learning Reveals 12-Fold Ucp1 Upregulation and Thermogenic Reprogramming in Female Mouse White Adipose Tissue After 37 Days of Microgravity: First AI/ML Analysis of NASA OSD-970

可解释机器学习揭示了37天微重力后雌性小鼠白色脂肪组织中Ucp1上调12倍及产热重编程：首次AI/ML分析NASA OSD-970

Md. Rashadul Islam

机构 * Daffodil International University（达芙妮国际大学） 纠错

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

AI总结 本文首次利用机器学习分析NASA OSD-970数据集，发现微重力导致雌性小鼠白色脂肪组织中Ucp1上调12倍，揭示了产热重编程机制，对航天医学和地球肥胖研究有重要启示。

Comments 11 pages, 9 figures, 5 tables. First AI/ML analysis of NASA OSD-970 (GLDS-790). Code available at https://github.com/Rashadul22/NASA_OSD970_Complete_Output

DePT3R: Joint Dense Point Tracking and 3D Reconstruction of Dynamic Scenes in a Single Forward Pass

DePT3R：在单次前向传递中联合密集点跟踪和动态场景的3D重建

Vivek Alumootil, Tuan-Anh Vu

机构 * University of California, Los Angeles（加州大学洛杉矶分校） 纠错

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

AI总结 DePT3R通过提取深度时空特征和密集预测头，实现动态场景的密集点跟踪与3D重建，无需相机姿态，提升适应性和效率。

Comments This is a work in progress

The sharp one-dimensional convex sub-Gaussian comparison constant

一维凸子高斯比较常数的精确值

Damek Davis, Sam Power

专题命中 仓库级理解 ：repository(abstract)

AI总结 本文确定了一维凸子高斯比较常数c*，证明其由一维方程组给出，并通过极值分布达到，数值约为2.30952。同时研究了子指数尾约束下的类似常数及高维后果。

SpectralUnmix: A Torch-Based Regularized Non-negative Matrix Factorization

SpectralUnmix：基于Torch的正则化非负矩阵分解

Rafael S. de Souza, Paula Coelho, Niranjana P, Ana L. Chies-Santos, Rogério Riffel

专题命中 仓库级理解 ：repository(abstract)

AI总结 本文提出SpectralUnmix包，利用Torch实现正则化非负矩阵分解，通过近端梯度更新估计低秩非负表示，并沿光谱轴引入平滑正则化。

Comments Accepted in Research Notes of AAS

Journal ref Res. Notes AAS 10 56 (2026)