代码大模型 / AI 编程

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。