代码大模型 / AI 编程

From Translation to Superset: Benchmark-Driven Evolution of a Production AI Agent from Rust to Python

从翻译到超集：面向生产AI代理的基准驱动演进：从Rust到Python

Jinhua Wang, Biswa Sengupta

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

AI总结 本文提出一种基于LLM的持续代码翻译方法，将Rust生产代码库迁移至Python，通过基准驱动迭代优化，实现功能扩展与性能提升。

ACE-Bench: A Lightweight Benchmark for Evaluating Azure SDK Usage Correctness

ACE-Bench：一个轻量级的评估 Azure SDK 使用正确性的基准测试

Wenxing Zhu, Simeng Qi, Junkui Chen, Yan Xie, Min Huang, Jingkan He, Xiao Wang, Cheng Chen, Sijing Meng, Tianqi Zhang

机构 * Microsoft（微软） 纠错

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

AI总结 ACE-Bench通过将官方文档示例转化为自包含编码任务，提供快速可重复的通过或失败信号，评估基于LLM的编码代理是否正确使用Azure SDK，同时减少评估成本并提高可重复性。

Comments 5 pages, 2 figures

Do LLMs Feel? Teaching Emotion Recognition with Prompts, Retrieval, and Curriculum Learning

LLMs能否感知情绪？通过提示、检索和课程学习进行情绪识别

Xinran Li, Yu Liu, Jiaqi Qiao, Xiujuan Xu

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

AI总结 本文提出PRC-Emo框架，结合提示工程、示范检索和课程学习，探索LLM在对话中感知情绪的能力，实验表明在IEMOCAP和MELD数据集上达到新的SOTA性能。

Comments Accepted at AAAI 2026

Journal ref Proc. AAAI Conf. on Artificial Intelligence, Vol. 40, No. 38, pp. 31778-31786 (2026)

NTIRE 2026 The 3rd Restore Any Image Model (RAIM) Challenge: AI Flash Portrait (Track 3)

NTIRE 2026 第三次恢复任何图像模型（RAIM）挑战：AI闪光人像（第三赛道）

Ya-nan Guan, Shaonan Zhang, Hang Guo, Yawen Wang, Xinying Fan, Tianqu Zhuang, Jie Liang, Hui Zeng, Guanyi Qin, Lishen Qu, Tao Dai, Shu-Tao Xia, Lei Zhang, Radu Timofte, Bin Chen, Yuanbo Zhou, Hongwei Wang, Qinquan Gao, Tong Tong, Yanxin Qian, Lizhao You, Jingru Cong, Lei Xiong, Shuyuan Zhu, Zhi-Qiang Zhong, Kan Lv, Yang Yang, Kailing Tang, Minjian Zhang, Zhipei Lei, Zhe Xu, Liwen Zhang, Dingyong Gou, Yanlin Wu, Cong Li, Xiaohui Cui, Jiajia Liu, Guoyi Xu, Yaoxin Jiang, Yaokun Shi, Jiachen Tu, Liqing Wang, Shihang Li, Bo Zhang, Biao Wang, Haiming Xu, Xiang Long, Xurui Liao, Yanqiao Zhai, Haozhe Li, Shijun Shi, Jiangning Zhang, Yong Liu, Kai Hu, Jing Xu, Xianfang Zeng, Yuyang Liu, Minchen Wei

专题命中 代码评测 ：repository(abstract)

AI总结 本文提出NTIRE 2026第三次RAIM挑战，聚焦AI闪光人像赛道，旨在解决低光照条件下人像修复的噪声抑制、细节保留与光照颜色还原平衡问题，提供包含800组真实低光照人像数据的评估数据集和基准代码。

Comments Accepted to CVPR 2026 Workshop. Includes supplementary material as ancillary file

CTF as a Service: A reproducible and scalable infrastructure for cybersecurity training

CTF as a Service：一种可重复和可扩展的网络安全培训基础设施

Carlos Jimeno Miguel, Mikel Izal

专题命中 代码评测 ：repository(abstract)

AI总结 本文提出CTF as a Service平台，利用虚拟化和IaC工具实现自动化部署和可扩展的网络安全培训。

Comments 6 pages, 2 figures, sent to conference Jornadas Nacionales de Investigacion en Ciberseguridad JNIC 2026

Supernova production of axion-like particles coupling to electrons, reloaded

Ia型超新星产生耦合于电子的轴子样粒子：重新加载

Damiano F. G. Fiorillo, Tetyana Pitik, Edoardo Vitagliano

专题命中 代码评测 ：repository(abstract)

AI总结 本文重新审视了在相对论等离子体中通过树级过程产生耦合于电子的轴子样粒子（ALPs）的方法，推导了Bremsstrahlung产率的解析表达式，并评估了生产率的不确定性，同时探讨了ALP生产及其衰变对天体物理观测的影响。

Comments Revised version with corrected Compton emission rate, consistent with the Erratum published in PRD

Engineering Students' Usage and Perceptions of GitHub Copilot in Open-Source Projects

工程学生在开源项目中使用GitHub Copilot的使用情况与认知

Neha Rani, Jeevan Ram Munnangi, Austin Matthew Spangler, Donald Honeycutt

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

AI总结 研究探讨了工程学生在开源项目中使用GitHub Copilot的差异，分析了性别、编程能力及AI熟悉度对使用情况的影响，发现学生更倾向于使用聊天和代码生成功能。

Investigating CI/CD-based Technical Debt Management in Open-source Projects

研究基于CI/CD的技术债务管理在开源项目中的应用

João Paulo Biazotto, Daniel Feitosa, Paris Avgeriou, Elisa Yumi Nakagawa

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

AI总结 本文通过分析GitHub上的60万Travis CI配置文件，探讨了技术债务管理工具在CI/CD流水线中的使用情况，发现大多数工具通过外部脚本执行，且'无反馈'是常见配置反模式。

A Vision for Context-Aware CI Adoption Decisions

面向上下文的持续集成采纳决策展望

Osamah H. Alaini, Taher A. Ghaleb

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

AI总结 本文提出基于AI的框架，通过评估项目特征推荐适合的CI服务，旨在实现基于上下文的CI采纳决策，避免冗余服务和迁移成本。

Comments Accepted at the 34th ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering (FSE 2026)

A New Approach to Motion Planning in 3D for a Dubins Vehicle: Special Case on a Sphere

在球面上Dubins车辆3D运动规划的新方法：特殊情形

Deepak Prakash Kumar, Swaroop Darbha, Satyanarayana Gupta Manyam, David Casbeer

专题命中 仓库级理解 ：repository(abstract)

AI总结 本文提出了一种适用于空中车辆的3D运动规划新模型，研究了曲率受限车辆在球面表面的运动规划问题，推导了最小转弯半径车辆的最优路径，并扩展了最优路径的范围。

Decompose, Mix, Adapt: A Unified Framework for Parameter-Efficient Neural Network Recombination and Compression

分解、混合、适应：一种统一的框架用于参数高效神经网络重组与压缩

Nazia Tasnim, Shrimai Prabhumoye, Bryan A. Plummer

机构 * Boston University（波士顿大学） ； NVIDIA（英伟达） 纠错

专题命中 仓库级理解 ：repository(abstract)

AI总结 本文提出CRISP框架，通过分解预训练权重为基矩阵和混合投影，实现参数高效重组与压缩，优于现有方法4-5%，并在PEFT和PEFT+MC组合中表现更优。

Comments Accepted in CVPR, 2026 (Main Track)

Agentic Application in Power Grid Static Analysis: Automatic Code Generation and Error Correction

代理在电力网络静态分析中的应用：自动代码生成与错误修正

Qinjuan Wang, Shan Yang, Yongli Zhu

机构 * Sun Yat-sen University（中山大学） 纠错

专题命中 程序分析与验证 ：code generation(title)；分类 cs.AI

AI总结 本文提出一个基于LLM的代理，通过将自然语言转换为MATLAB脚本实现电力网络静态分析自动化，采用三重纠错系统提升代码准确性，实验表明其在复杂任务中能有效消除幻觉。

Comments This paper has been accepted for presentation at the 9th International Conference on Energy, Electrical and Power Engineering (CEEPE 2026) in Nanjing, China, April 17-19, 2026