代码大模型 / AI 编程

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)