代码大模型 / AI 编程

Assessing the Impact of Requirement Ambiguity on LLM-based Function-Level Code Generation

评估需求模糊性对基于LLM的函数级代码生成的影响

Di Yang, Xinou Xie, Xiuwen Yang, Ming Hu, Yihao Huang, Yueling Zhang, Weikai Miao, Ting Su, Chengcheng Wan, Geguang Pu

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

AI总结 本文提出Orchid基准，评估需求模糊性对LLM代码生成的影响，发现模糊性显著降低模型性能，且高阶模型受影响更严重，揭示了明确与模糊需求之间的性能差距。

LaDiR: Latent Diffusion Enhances LLMs for Text Reasoning

LaDiR：潜在扩散增强大语言模型进行文本推理

Haoqiang Kang, Yizhe Zhang, Nikki Lijing Kuang, Nicklas Majamaki, Navdeep Jaitly, Yi-An Ma, Lianhui Qin

机构 * University of California, San Diego（加州大学圣迭戈分校） ； Apple（苹果公司） 纠错

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

AI总结 LaDiR通过结合连续潜在表示的表达力与潜在扩散模型的迭代精炼能力，提升大语言模型在文本推理中的准确性、多样性和可解释性。

OpInf-LLM: Parametric PDE Solving with LLMs via Operator Inference

OpInf-LLM：通过算子推断实现基于LLM的参数PDE求解

Zhuoyuan Wang, Hanjiang Hu, Xiyu Deng, Saviz Mowlavi, Yorie Nakahira

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Mitsubishi Electric Research Laboratories（三菱电机研究实验室） 纠错

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

AI总结 本文提出OpInf-LLM框架，利用少量解数据实现多样PDE实例的准确预测，支持自然语言任务指定和物理基础推理，降低计算需求并提高异构环境下的求解成功率。

BackPlay: Head-Only Look-Back Self-Correction for Diffusion Language Models

BackPlay：用于扩散语言模型的头部-only回溯自校正

Liming Liu, Binxuan Huang, Zixuan Zhang, Xin Liu, Bing Yin, Tuo Zhao

机构 * Amazon（亚马逊） 纠错

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

AI总结 BackPlay通过在冻结的生成器上训练轻量级校正头，改进多token解码下的生成质量，利用回溯校正机制减少错误积累。

Comments 16 pages

HARBOR: Automated Harness Optimization

HARBOR：自动化Harness优化

Biswa Sengupta, Jinhua Wang

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

AI总结 本文提出HARBOR框架，通过约束噪声贝叶斯优化解决Harness配置问题，强调自动化配置优于手动堆叠，并在生产编码代理中实例化。

A Metamorphic Testing Approach to Diagnosing Memorization in LLM-Based Program Repair

一种用于诊断基于LLM的程序修复中记忆现象的元测试方法

Milan De Koning, Ali Asgari, Pouria Derakhshanfar, Annibale Panichella

机构 * JetBrains Research（JetBrains研究） ； Delft University of Technology（代尔夫特理工大学） 纠错

专题命中 程序修复 ：program repair(title,abstract)；分类 cs.SE、cs.AI

AI总结 本文通过结合元测试与负对数似然，揭示LLM程序修复中数据泄露问题，发现模型在变换基准上的修复成功率显著下降，与NLL值高度相关。

Comments 12 pages

LogicEval: A Systematic Framework for Evaluating Automated Repair Techniques for Logical Vulnerabilities in Real-World Software

LogicEval: 一个系统框架用于评估自动修复技术在现实软件中逻辑漏洞的修复

Syed Md Mukit Rashid, Abdullah Al Ishtiaq, Kai Tu, Yilu Dong, Tianwei Wu, Ali Ranjbar, Tianchang Yang, Najrin Sultana, Shagufta Mehnaz, Syed Rafiul Hussain

机构 * The Pennsylvania State University（宾夕法尼亚州立大学） 纠错

专题命中 程序修复 ：program repair(abstract)；分类 cs.AI

AI总结 本文提出LogicEval框架，通过LogicDS数据集评估传统和基于LLM的修复方法，发现编译和测试失败主要由提示敏感性、代码上下文丢失和补丁定位困难导致。

Comments To appear in ACL 2026 Main Conference

TorchGWAS : GPU-accelerated GWAS for thousands of quantitative phenotypes

TorchGWAS：用于数千种定量表型的GPU加速GWAS

Xingzhong Zhao, Ziqian Xie, Islam, Sheikh Muhammad Saiful, Tian Xia, Chen, Cheng, Degui Zhi

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

AI总结 TorchGWAS通过GPU加速实现大规模表型面板的高通量关联测试，显著提升处理效率，适用于需高效评估数千种定量性状的场景。

Sharpness-Aware Minimization with Z-Score Gradient Filtering

基于Z分数梯度过滤的尖锐性感知最小化

Vincent-Daniel Yun

机构 * University of Southern California, USA（美国南加州大学） ； Open Neural Network Research Lab, MODULABS, Republic of Korea（韩国MODULABS开放神经网络研究实验室） 纠错

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

AI总结 本文提出Z分数过滤的尖锐性感知最小化方法，通过筛选梯度中的显著成分提升模型泛化能力，在多个数据集和架构上验证了其有效性。

Comments Accepted to ICASSP 2026 | NeurIPS 2025 OPT Workshop Paper