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。
CODESIM: 通过仿真驱动的规划与调试进行多智能体代码生成与问题解决
机构 * Bangladesh University of Engineering and Technology（孟加拉工程与技术大学） ； Qatar Computing Research Institute（卡塔尔计算研究所）
专题命中 代码生成 ：code generation(title,abstract)；program synthesis(abstract)；分类 cs.SE、cs.CL、cs.AI
AI总结 CODESIM提出了一种基于仿真的多智能体代码生成框架，通过仿真验证和内部调试提升代码生成能力，在多个基准测试中取得新高成绩。
Comments Accepted in NAACL 2025 Findings
利用LLMs进行多文件DSL代码生成：一个工业案例研究
机构 * Technical University of Munich（慕尼黑技术大学）
专题命中 代码生成 ：code generation(title,abstract)；repository(abstract)；分类 cs.SE、cs.AI
AI总结 本文探讨了LLMs在企业领域特定语言DSL多文件生成中的应用，通过BMW的案例研究，展示了从单一自然语言指令生成多文件DSL及Java/TypeScript代码的端到端流程。
Comments Accepted at EASE'26
基于大语言模型的代码生成中的缺陷任务描述：检测与分析
机构 * University of Luxembourg（卢森堡大学）
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.SE、cs.AI
AI总结 本文提出SpecValidator，通过轻量级模型检测任务描述缺陷，结果显示其在检测准确性与鲁棒性上优于其他模型，揭示了任务描述结构对LLM性能的影响。
对齐的多视图脚本用于通用图表到代码生成
机构 * School of Computing and Information Systems, Singapore Management University（新加坡管理大学计算机与信息学院）
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.CL、cs.AI
AI总结 本文提出Chart2NCode数据集和CharLuMA模型，通过多语言监督提升图表到代码生成的可执行性和视觉一致性，优于开源基线并具备竞争力。
Comments Accepted to ACL 2026 Main Conference
在代码生成中任意思考
机构 * School of Computer Science, Peking University（1 计算机科学系，北京大学） ； Tongyi Lab, Alibaba Group（2 龙洋实验室，阿里巴巴集团）
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.SE、cs.LG
AI总结 本文提出Think-Anywhere机制，使LLM在代码生成过程中可按需调用推理，通过冷启动训练和基于结果的强化学习奖励，实现适应性推理，提升代码生成性能和可解释性。
无测试用例，无问题：基于知识蒸馏的科学工作流代码生成
机构 * Purdue University（普渡大学） ； Argonne National Laboratory（阿贡国家实验室）
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.SE、cs.AI
AI总结 本文提出MOSAIC框架，通过知识蒸馏和结构化问题分解实现无测试用例的科学代码生成，提升准确性和执行精度。
当提示不足提升代码正确性：对提示语言和结构影响LLM代码生成的探索性研究
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.SE
AI总结 研究探讨提示结构、任务复杂度和说明丰富度如何影响LLM的鲁棒性，发现提示不足在某些情况下能提升代码正确性，且结构丰富任务描述可缓解提示不足的负面影响。
HiRAS：一种用于论文到代码生成与执行的分层多智能体框架
机构 * The University of Manchester（曼彻斯特大学） ； Institute for Infocomm Research (I²R), A*STAR（信息与通信研究所（I²R），A*STAR） ； ELLIS Manchester（曼彻斯特ELLIS） ； Singapore University of Technology and Design（新加坡科技设计大学）
专题命中 代码生成 ：code generation(title)；repository(abstract)；分类 cs.CL
AI总结 本文提出HiRAS，一种分层多智能体框架，通过监督管理智能体协调专业智能体完成端到端实验复现，改进了Paper2Code基准的评估方法，并验证了方法的有效性和鲁棒性。
Comments 29 pages
KOCO-BENCH: 大型语言模型能否在软件开发中利用领域知识？
机构 * School of Computer Science, Peking University（北京大学计算机科学系） ； School of Computer Science, Wuhan University（武汉大学计算机科学系）
专题命中 代码生成 ：code generation(abstract)；coding agent(abstract)；分类 cs.SE、cs.CL、cs.AI
AI总结 KOCO-BENCH旨在评估大型语言模型在软件开发中利用领域知识的能力，包含6个新兴领域、11个软件框架和25个项目，通过多粒度任务测试模型的知识获取与应用能力。
Comments Accepted by ACL 2026
FormalScience: 基于代理代码生成的可扩展人类在环科学自动形式化
机构 * University of Manchester, UK（英国曼彻斯特大学） ； Idiap Research Institute, Switzerland（瑞士Idiap研究所） ； National Biomarker Centre, CRUK-MI, UK（英国国家生物标志物中心，CRUK-MI）
专题命中 代码生成 ：code generation(title)；分类 cs.CL、cs.AI
AI总结 FormalScience通过人类在环的代理流程，使非专业领域专家以低成本生成形式化证明，构建了包含200个大学物理问题及解决方案的FormalPhysics数据集，并探讨了现代LLM在自动形式化中的局限性。
Comments ACL 2026
SEVerA: 验证合成自进化代理
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Google（谷歌）
专题命中 代码生成 ：code generation(abstract)；program repair(abstract)；分类 cs.SE、cs.LG、cs.PL
AI总结 SEVerA通过引入形式化guarded生成模型，结合搜索、验证和学习三阶段框架，在程序验证、符号数学合成等任务中实现零约束违规，提升自进化代理的正确性和性能。
Comments First Formally Verified Self-Evolving LLM Agents
通过代码依赖关系进行结构化知识检索以实现多步数据推理
机构 * Simon Fraser University（西蒙弗雷泽大学）
专题命中 代码生成 ：code generation(abstract)；coding agent(abstract)；分类 cs.CL
AI总结 本文提出SGKR框架，通过函数调用依赖关系构建图结构，提升多步数据推理任务中知识检索的准确性与相关性。
绿色提示：字符化提示驱动的LLM推理能耗
机构 * School of Computing and communications（计算与通信学院）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 研究通过实验分析不同提示和响应特征对LLM推理能耗的影响，发现任务语义和关键词对能耗有显著影响，提示设计优化可提升推理效率。
Comments 9 pages, 5 figures
从执行轨迹生成可验证的推理链
机构 * IBM Research, India（印度IBM研究院） ； IBM Research, Japan（日本IBM研究院）
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE、cs.AI、cs.PL
AI总结 本文提出通过生成执行轨迹验证的推理链，提升模型在代码推理和生成中的准确性，实验显示验证质量显著提升模型性能。
DepthKV：面向长上下文LLM推理的分层KV缓存压缩
机构 * Ruhr University Bochum（博德姆鲁尔大学） ； UAR Research Center for Trustworthy Data Science and Security（UAR可信数据科学与安全研究中心）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出DepthKV，通过分层敏感度分配优化KV缓存预算，提升长上下文LLM推理效率，优于统一剪枝方法。
Frontier-Eng：基于生成优化的现实工程任务中自演化代理的基准测试
机构 * Navers Lab（Navers实验室）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.AI
AI总结 Frontier-Eng通过工业级模拟器和验证器，评估生成优化中代理在现实工程任务中的表现，发现GPT 5.4表现最稳健，但所有模型仍面临挑战，分析显示改进频率和幅度呈双幂律衰减。
RefEvo: 基于共进化验证的代理设计用于敏捷参考模型生成
机构 * School of Integrated Circuits, Southeast University, China（东南大学集成电路学院，中国） ； National Center of Technology Innovation for EDA, China（EDA技术创新国家中心，中国）
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE、cs.AI
AI总结 RefEvo通过动态设计规划、共进化验证机制和规格锚定策略，提升SoC设计参考模型的敏捷性和可靠性，实现95%的通过率和71.04%的上下文优化。
Comments 6 pages, 7 figures, accepted by ISEDA2026
Arch：一种面向AI的硬件描述语言用于寄存器传输时钟硬件设计
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.PL
AI总结 Arch是一种面向AI的硬件描述语言，用于微架构规格和AI辅助代码生成，通过参数化时钟和复位类型，提供类型安全的硬件描述方法，支持多种硬件结构，提升设计可靠性。
隐藏状态知道推理分歧所在：通过跨度级瓦瑟斯坦距离进行信用分配
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Meituan（美团） ； Tianjin University（天津大学） ； Renmin University of China（中国人民大学） ； The University of Melbourne（墨尔本大学） ； University of International Business and Economics（国际经贸大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.LG
AI总结 本文提出SHEAR方法，利用跨度级瓦瑟斯坦距离提升信用分配精度，无需额外标注。
LongFlow：用于推理模型的高效KV缓存压缩
机构 * School of Computer Science and Technology, Soochow University, China（苏州大学计算机科学与技术学院）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.LG
AI总结 LongFlow通过高效的重要性估计指标实现KV缓存压缩，减少内存消耗和带宽压力，提升推理模型的吞吐量和效率。
Optimas: 一种基于智能分析的生成式AI框架，用于性能优化
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 Optimas通过多代理工作流构建的端到端生成式AI框架，实现了自动化代码优化，通过性能诊断映射到文献支持的代码转换，提升了代码正确性和性能效率。
Comments 11 pages, 17 figures
Tandem: 大小语言模型协同以实现高效的推理
机构 * City University of Hong Kong（香港城市大学） ； Tencent Jarvis Lab（腾讯Jarvis实验室） ； Renmin University of China（中国人民大学） ； Westlake University（西湖大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 Tandem通过结合大语言模型和小语言模型，减少计算成本并提升推理质量，实验表明其在数学推理和代码生成任务中性能优越。
Comments ACL 2026 Findings
PhysCodeBench: 通过自校正多代理细化进行3D场景的物理感知符号模拟基准测试
机构 * Nanjing University（南京大学） ； Skywork AI ； Jilin University（吉林大学） ； JIUTIAN Research（JIUTIAN研究院） ； Tianjin University（天津大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 本文提出PhysCodeBench，首个评估物理感知符号模拟的基准，包含700个手动构建的样本，通过自校正多代理框架SMRF实现67.7分的性能，优于现有模型31.4分。
SWE-QA: 语言模型能否回答仓库级代码问题？
机构 * Shanghai Jiao Tong University（上海交通大学）
专题命中 软件智能体 ：repository(title,abstract)；分类 cs.SE、cs.CL、cs.PL
AI总结 本文提出SWE-QA基准，旨在研究自动化QA系统在真实代码环境中的能力，包含576个高质量问题对，涵盖意图理解、跨文件推理和多跳依赖分析，评估六种先进LLM在不同上下文增强策略下的表现。
Comments Accepted to ACL 2026 Findings. Code and data available at https://github.com/peng-weihan/SWE-QA-Bench
OKG-LLM：通过LLMs对齐海洋知识图谱与观测数据以实现全球海表温度预测
机构 * Department of Computer Science and Technology, Tongji University（同济大学计算机科学与技术系） ； Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算系） ； Department of Computing, University of Illinois Chicago（伊利诺伊大学芝加哥分校计算系） ； School of Computer Science, Fudan University（复旦大学计算机科学学院）
专题命中 软件智能体 ：repository(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出OKG-LLM框架，通过构建海洋知识图谱并融合数值数据，利用预训练LLM提升全球海表温度预测的准确性与鲁棒性。
为问题赋予面孔：通过PersonaFlow促进用户对开源软件开发者的同理心
专题命中 软件智能体 ：repository(abstract)；分类 cs.SE
AI总结 本文提出PersonaFlow工具，通过生成可编辑的用户人设帮助开发者理解用户需求，研究发现大多数开发者在使用后改变了对用户的理解方式，提升了用户导向的行为。
Comments 25 pages, 4 figures, Accepted to DIS 2026
审查员机器人反馈在OSS GitHub仓库中代理拉取请求的足迹
专题命中 软件智能体 ：coding agent(abstract)；分类 cs.SE
AI总结 研究探讨审查员机器人反馈质量与数量对代理拉取请求接受和解决时间的影响，发现反馈质量下降与评论数量增加相关，建议优先提供高相关性反馈。
Comments 5 pages, 3 figures, 1 table, Mining Software Repositories (MSR'26) Conference
用于去中心化人工智能系统的可用代理发现
机构 * Department of Computer Science（计算机科学系） ； University of Pisa（比萨大学） ； Institute of Information Science and Technologies（信息科学与技术研究所） ； National Research Council of Italy（意大利国家研究理事会） ； Institute of Informatics and Telematics（信息学与电信研究所）
专题命中 软件智能体 ：software agent(abstract)；分类 cs.AI
AI总结 本文研究了在双层 churn 情况下去中心化代理发现，比较了不同机制在路由效率、鲁棒性和服务准备度方面的表现。
在开源软件中拉取请求中文档对测试参与的影响
专题命中 软件智能体 ：repository(abstract)；分类 cs.SE
AI总结 研究探讨了文档对开发者测试行为的影响，引入测试参与率（TER）并发现文档完整性与测试参与呈正相关，为提高测试参与提供了新思路。
MAS-SZZ：多智能体SZZ算法用于漏洞引发提交识别
专题命中 程序修复 ：repository(abstract)；分类 cs.SE
AI总结 本文提出MAS-SZZ算法，通过多智能体协作识别漏洞引发提交，通过结构化向前提示策略定位漏洞相关代码，提升漏洞检测准确性。
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