AI 大模型
代码生成、软件工程智能体、程序修复、测试生成和开发者工具。
编程语言的分类：为代码生成提供分类
机构 * George Mason University（乔治梅森大学） ； Rochester Institute of Technology（罗彻斯特理工学院）
专题命中 代码生成 ：code generation(title)；分类 cs.CL
AI总结 本文提出首个可复现的编程语言资源分类，将646种语言分为四类，揭示资源分布的极端不均衡，为多语言大模型的评估提供框架。
FLeX：基于傅里叶的低秩扩展用于多语言迁移
机构 * Stanford University（斯坦福大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI、cs.LG、cs.PL
AI总结 本文研究了通过低秩适应和优化器改进提升Python到Java等语言的跨语言迁移效果，发现低秩适应和傅里叶正则化能显著提升迁移性能。
Comments 19 pages, 25 figures, Stanford CS224N Custom Project
利用大型语言模型自动合成数据库原生函数代码
机构 * Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE、cs.CL、cs.AI
AI总结 本文提出DBCooker系统，通过多模块协同解决数据库原生函数合成难题，实现更高精度的自动代码生成，实验显示在SQLite、PostgreSQL和DuckDB上准确率提升34.55%。
Comments Please visit our homepage at: https://code4db.github.io/hi-opencook/. The code is available at: https://github.com/weAIDB/OpenCook
babbling suppression：使LLMs在每个token上更环保
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 本文研究LLM代码生成中的babbling问题，提出babbling suppression方法，通过整合测试执行减少冗余输出，降低能耗和开发者认知负担。
基于人工智能的数据库研究
机构 * UC Berkeley（加州大学伯克利分校） ； KTH Royal Institute of Technology（瑞典皇家理工学院） ； Meta ； Workday ； University of Michigan（密歇根大学） ； Maven AGI
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 本文提出利用大语言模型自动化发现数据库性能优化方案，通过共进化设计评估器与解决方案，展示了在缓冲管理、查询重写和索引选择中的有效性，实现了优于现有方法的性能提升。
基于用户意图的可变移动应用自动化功能测试
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 本文提出ALADDIN框架，通过用户需求驱动生成GUI测试，验证用户指定功能的正确性，展示了在六个移动应用上的有效性，推动移动开发向用户驱动模式转变。
AutoUE：通过多智能体系统自动化生成Unreal引擎中的3D游戏
专题命中 代码生成 ：code generation(abstract)
AI总结 本文提出AutoUE系统，通过多智能体协同实现3D游戏的端到端生成，涵盖模型检索、场景生成、代码合成及自动化测试，验证了其有效性。
Comments Accepted as a ACL'26 Findings full paper
自组织：一种面向LLM服务的自演化系统范式，用于运行时动态
专题命中 代码生成 ：program synthesis(abstract)
AI总结 本文提出Autopoiesis，一种自演化系统，使LLM服务从静态策略部署转向持续在线策略演化，通过实时动态驱动策略合成，提升服务在运行时动态下的适应性与效率。
VisCoder2：构建多语言可视化编码代理
机构 * University of Waterloo（滑铁卢大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Korea Advanced Institute of Science & Technology（韩国科学技术院）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.CL、cs.AI
AI总结 本文提出VisCoder2，一种多语言可视化编码模型，通过VisCode-Multi-679K大规模数据集和VisPlotBench基准测试，显著提升了多轮自调试能力，在32B规模下达到82.4%的执行通过率。
代理那么多？GitHub上编码代理的采用情况
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE
AI总结 研究探讨了编码代理在GitHub上的采用情况，发现其采用率高达22.20%-28.66%，且在项目成熟度、组织类型和编程语言上均广泛适用。
SemEval-2026任务3：基于维度的方面情感分析（DimABSA）
机构 * Yuan Ze University（元智大学） ； University of Göttingen（哥廷根大学） ； Imperial College London（伦敦帝国学院） ； University of Pretoria（比勒陀利亚大学） ； National Yang Ming Chiao Tung University（国立阳明交通大学） ； Central Police University（中央警察大学） ； Yunnan University（云南大学） ； Lomonosov Moscow State University（莫斯科国立大学） ； Skoltech（斯科尔科沃科学技术学院） ； AIRI（人工智能研究所） ； Maseno University（马塞诺大学） ； UCLA（加州大学洛杉矶分校） ； National Research Council Canada（加拿大国家研究委员会）
专题命中 软件智能体 ：repository(abstract)；分类 cs.CL
AI总结 本文提出SemEval-2026任务3，旨在通过建模valence-arousal（VA）维度改进传统ABSA，引入DimStance任务以扩展ABSA至公共议题讨论，包含两个赛道和三个子任务，提出连续F1指标评估。
细粒度方法用于LLMs在自动代码修订中的置信度校准
专题命中 程序修复 ：program repair(abstract)；分类 cs.SE、cs.AI
AI总结 本文提出细粒度置信度校准方法，通过局部Platt缩放提升自动代码修订任务中模型的置信度校准效果，降低校准误差。
ZitPit：面向代理软件摄入的消费者侧准入控制
专题命中 测试生成 ：repository(abstract)；coding agent(abstract)
AI总结 ZitPit通过严格边界控制，确保首次见到的外部工件成为持久政策事件，统一了工件准入、仓库开放状态、能力范围执行和持久政策记录，提升代理工作流的安全性。
Comments 6 pages, 2 figures
XR-CareerAssist：一种结合扩展现实与多模态AI的沉浸式个性化职业指导平台
机构 * Institute of Communications and Computer Systems (ICCS)（通信与计算机系统研究所） ； DASKALOS-APPS ； National Technical University of Athens（雅典国家技术大学） ； University of Exeter（埃克塞特大学） ； CVCOSMOS Ltd（CVCOSMOS有限公司）
专题命中 代码评测 ：repository(abstract)；分类 cs.AI
AI总结 本文提出XR-CareerAssist平台，结合扩展现实与多模态AI，提供沉浸式、多语言的职业指导。系统整合语音识别、神经机器翻译、对话训练助手、视觉-语言模型和3D虚拟形象，通过动态Sankey图展示职业轨迹，实验显示高准确率和用户满意度。
Comments 21
用大语言模型教授天文学
专题命中 代码评测 ：repository(abstract)
AI总结 研究通过结构化指导和文档要求，探讨学生如何通过大语言模型发展AI素养，开发了天文辅导系统AstroTutor，并与通用LLM结合教学，发现LLM评分与人类评估高度相关且反馈更详细一致，同时展示了基于LLM的面试式考试作为替代传统评估的潜力。
Comments 17 pages, 8 figures. Codes here: https://github.com/teaghan/computeastro-tutor. Published in the Open Journal of Astrophysics
通过问答和基于特征的开发评估仓库级软件文档
机构 * Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）） ； Independent Researcher, China（独立研究者）
专题命中 仓库级理解 ：repository(title,abstract)；分类 cs.SE、cs.AI
AI总结 本文提出SWD-Bench基准，通过功能驱动的问答任务评估仓库级文档质量，揭示现有方法局限，并展示高质量文档对SWE-Agent问题解决率的提升。
预测模型研究中的代码共享：一项范围综述
专题命中 仓库级理解 ：repository(abstract)；分类 cs.SE、cs.CL、cs.AI
AI总结 本文通过综述预测模型研究中的代码共享现状，发现代码共享率随时间增加，但普遍存在可重现实体不足的问题，为TRIPOD-Code扩展提供实证基础。
所有LCA模型都是错误的。有些模型有用吗？迈向开放的ICT计算LCA
专题命中 仓库级理解 ：repository(abstract)；分类 cs.SE
AI总结 本文探讨ICT LCA中模型的可靠性问题，指出需严格构建和校准模型系统，并提出四个关键要求及开放框架以提升可信度。
Comments Accepted at the Sustainable Computing Workshop in the scope of the 23rd ACM International Conference on Computing Frontiers (2026)
基于原子分子模拟的可扩展配体-蛋白质解离动态数据库
专题命中 仓库级理解 ：repository(abstract)
AI总结 本文提出DD-03B数据库，通过原子级模拟生成19,037个配体-蛋白质复合物的动态解离轨迹，揭示三种解离机制类型，为训练生成式AI模型提供基础数据。
Comments 16 pages, 4 figures, 1 table
无监督源无关的生物医学分割模型排名
机构 * EMBL Heidelberg（欧洲分子生物学实验室海德堡分部） ； University of Modena and Reggio Emilia（摩德纳和雷焦艾米利亚大学）
专题命中 仓库级理解 ：repository(abstract)
AI总结 本文提出一种无监督、源无关的生物医学分割模型排名框架，通过预测一致性在扰动下进行评估，适用于语义和实例分割任务，展示了在2D和3D影像中广泛任务的强相关性。
Comments 15 pages, 4 figures
通过基于位置的游戏映射儿童营养不良并测量社区医疗工作者的工作效率
专题命中 仓库级理解 ：repository(abstract)
AI总结 本文通过基于位置的游戏收集儿童营养数据，提升社区医疗工作者的工作效率和数据准确性，验证了游戏化方法在空间数据采集中的有效性。
Comments Accepted at GoodIT 2024
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈