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。
约束衰减：后端代码生成中LLM代理的脆弱性
机构 * EURECOM ； University of Basilicata（巴利卡塔大学）
专题命中 代码生成 ：code generation(title,abstract)；coding agent(abstract)；分类 cs.SE、cs.AI
AI总结 研究探讨了LLM代理在多文件后端生成中处理结构约束的能力，发现随着约束累积，性能显著下降，且框架敏感性导致不同环境下的性能差异。
ReaComp：将LLM推理编译为符号求解器以实现高效的程序合成
机构 * Carnegie Mellon University（卡内基梅隆大学）
专题命中 代码生成 ：program synthesis(title,abstract)；coding agent(abstract)；分类 cs.CL、cs.AI
AI总结 通过编译推理轨迹生成符号求解器，提升程序合成效率与准确性，同时减少对LLM的依赖，适用于多个基准测试任务。
测试驱动代码生成的理论分析
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.SE、cs.AI、cs.LG
AI总结 本文提出概率框架分析测试驱动开发中代码生成与选择策略，证明模糊功能相似性估计器在信号噪声比上优于功能等价性估计器，并通过实验验证了回提示在任务描述模糊性下的有效性。
Comments preprint
基于可证明预算保守的检索条件拓扑选择多智能体代码生成
机构 * Independent Researcher（独立研究者）
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.AI
AI总结 本文提出RGAO架构，通过提取代码结构复杂度向量实现多智能体代码生成系统的拓扑选择，结合复杂度条件LLM路由与形式资源代数，实现可证明的预算保守性，降低误路由率并提升代码检索效率。
Comments 30 pages, 9 figures. NeurIPS 2026 Evaluations and Datasets Track Submission Under review
连接生成与训练：LLMs用于代码的品质问题系统综述
机构 * Sun Yat-sen University（中山大学） ； Nanyang Technological University（南洋理工大学） ； Tongji University（同济大学） ； Fudan University（复旦大学）
专题命中 代码生成 ：code generation(abstract)；repository(abstract)；分类 cs.SE、cs.AI
AI总结 本文系统综述114项研究，探讨训练数据质量如何影响代码生成质量，建立统一分类体系，提出18种传播机制，并总结检测与缓解技术，指出质量保障正从事后过滤转向数据驱动的闭环修复。
重新思考适配器放置：从主导适配模块视角出发
机构 * South China University of Technology, China（华南理工大学） ； Zhejiang University, China（浙江大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文提出DomLoRA方法，通过在主导适配模块放置单个适配器，以提升模型性能，验证了该模块在不同任务中的稳定性。
逐字采样你的语言模型
机构 * University of Washington（华盛顿大学） ； Allen Institute for AI（人工智能算法研究所）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.LG
AI总结 本文提出一种方法，将自回归语言模型转换为字符或字节级模型，解决提示边界问题，统一不同分词器的语言模型词汇。
Comments 28 pages, 9 figures
评估机器学习软件工程中非英语开发者支持
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 研究评估非英语代码注释生成及现有评估方法的可靠性，发现非英语环境下生成性能显著下降，自动评估方法无法可靠区分正确与错误注释。
通过模型微调和提示策略修复不安全的AI生成代码
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 本文系统研究了通过模型微调和提示策略增强AI生成代码安全性的方法，分析了不同策略和模型对安全性的提升效果，发现安全改进高度依赖策略和模型，且修复某些漏洞可能引入新漏洞。
CircuitFormer：一种用于从自然语言提示中进行模拟拓扑设计的电路语言模型
机构 * Department of Electrical and Computer Engineering, University of Florida, Gainesville, FL, USA（佛罗里达大学电气与计算机工程系，盖恩斯维尔，佛罗里达州，美国）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 本文提出CircuitFormer，一种专门用于模拟拓扑设计的电路语言模型，通过改进的电路图分词器CKT，实现了更高效的电路拓扑表示，提升了设计准确率和效率。
代理预编码：基于LLM的多智能体系统用于预编码优化
专题命中 代码生成 ：code generation(abstract)
AI总结 本文提出AgenticPrecoding框架，通过多智能体系统自动推导端到端预编码，提升未来6G网络中异构场景的适应性。
SWE-Pruner: 为编码代理设计的自适应上下文修剪
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.CL
AI总结 本文提出SWE-Pruner，一种针对编码代理的自适应上下文修剪框架，通过任务感知的动态修剪策略减少长上下文影响，提升代码生成效率与准确性。
Comments Code available at https://github.com/Ayanami1314/swe-pruner
TACT: 通过激活引导缓解编码代理中的过度思考与过度行动
机构 * National University of Singapore（新加坡国立大学） ； Peking University（北京大学） ； Meta
专题命中 软件智能体 ：coding agent(title)；分类 cs.AI
AI总结 本文提出TACT方法，通过激活引导检测并缓解编码代理中的过度思考和过度行动问题，提升任务解决效率和准确性。
Comments Work in progress
比较AI编码代理：一项任务分层的拉取请求接受分析
专题命中 软件智能体 ：coding agent(title)；分类 cs.SE
AI总结 本文通过分析7156个拉取请求，比较了五个AI编码代理在不同任务类型上的接受率差异，发现文档任务接受率显著高于新功能任务，且OpenAI Codex在多种任务类型中表现优异。
Comments Accepted by MSR'26 Mining Challenge Track
PARNESS：一种用于端到端自动化科学研究的论文工具，支持动态工作流、全文索引和跨运行知识积累
专题命中 软件智能体 ：repository(abstract)；coding agent(abstract)；分类 cs.SE
AI总结 PARNESS通过动态工作流、全文索引和跨运行知识积累，解决传统科研系统流程僵化、知识累积不足的问题，实现端到端自动化科研。
Comments 31 pages, 13 figures, includes appendix with a verbatim end-to-end-generated paper produced by the framework. Source: https://github.com/gtrhythm/PARNESS
代理编程的准备：作为情境工程方法论的刻意准备
机构 * LinearB
专题命中 软件智能体 ：coding agent(abstract)；分类 cs.SE、cs.AI
AI总结 本文提出了一种三阶段的代理编程准备方法，通过情境 grounding、协作规范和任务分解，提升 AI 编程的效率与质量，通过 hackathon 实验验证了准备阶段的重要性。
Comments 5 pages. Accepted at VibeX 2026, the 1st International Workshop on Vibe Coding and Vibe Researching, co-located with EASE 2026, Glasgow, June 9-12 2026. Camera-ready version. Research artifact: https://doi.org/10.5281/zenodo.19868258
大规模问题规约：代理集成计算难题
机构 * HKUST (GZ)（香港科技大学（广州）） ； Institute of Science Tokyo（东京科学研究所） ； RIKEN AIP（理化学研究所AIP）
专题命中 软件智能体 ：coding agent(abstract)；分类 cs.AI
AI总结 本文提出通过代理工程实现大规模问题规约库，利用无代码贡献路线、多层验证栈和自动化流程，快速构建包含100多种问题类型和200多种规约规则的工具，实现问题与求解器的高效连接。
Comments The source code is available at https://github.com/CodingThrust/problem-reductions
意图生成与意义构建：人类与AI引导的数学发现的交互
机构 * Google DeepMind（谷歌DeepMind）
专题命中 软件智能体 ：coding agent(abstract)；分类 cs.AI
AI总结 本文探讨了专家数学家使用AlphaEvolve进行高级问题研究的流程，提出意图生成与意义构建的协作框架，强调AI工具应作为协作而非黑箱助手。
SiblingRepair: 基于兄弟的多补丁修复与大型语言模型
专题命中 程序修复 ：program repair(abstract)；分类 cs.SE
AI总结 SiblingRepair利用大型语言模型进行基于兄弟的多补丁修复，通过语义相关性搜索和两种修复策略提升修复效率和准确性，优于现有技术。
对现实软件开发中主动编码助手的实证研究
机构 * College of AI, Tsinghua University（清华大学人工智能学院） ； Fitten Tech Co., Ltd.（Fitten科技有限公司）
专题命中 代码评测 ：repository(abstract)；分类 cs.SE、cs.AI
AI总结 本文通过大规模实证研究，分析了模拟与现实数据在主动意图预测中的差异，提出ProCodeBench基准，并指出模拟数据无法替代真实数据。
在没有基准的情况下：在无标签的情况下验证比较LLM安全性评分
机构 * Simula Metropolitan Center for Digital Engineering（Simula 数字工程中心） ； Oslo Metropolitan University（奥斯陆 Metropolitan 大学） ； University of Oslo（奥斯陆大学） ； Simula Research Laboratory（Simula 研究实验室） ； Norwegian Directorate of Health（挪威健康 Directorate）
专题命中 代码评测 ：分类 cs.CL、cs.AI、cs.LG；repository(comments)
AI总结 本文提出在无标签情况下验证LLM安全性的方法，通过构建仪器有效性链来替代真实标签，通过实验验证其有效性，并展示了在不同场景下的应用和结果。
Comments SimpleAudit Repository: https://github.com/kelkalot/simpleaudit
将伦理应用于AI代理：开发者如何将价值观编码到仓库上下文文件中
专题命中 仓库级理解 ：repository(title,abstract)；coding agent(abstract)；分类 cs.SE
AI总结 本文探讨开发者如何通过仓库上下文文件将伦理原则转化为AI代理的行为指令，分析价值观编码的多样性及治理动态，为AI治理提供软件工程实践基础。
Comments 3rd ACM International Conference on AI-powered Software (AIware 2026)
打破、过时或缺失？基于项目级测试演变的基准测试
专题命中 仓库级理解 ：coding agent(title)；repository(abstract)；分类 cs.SE
AI总结 本文提出TEBenchmark，首个项目级测试演变基准，评估系统自主识别需修改的测试、确定新测试需求并生成测试补丁的能力，揭示测试演变任务的性能上限。
Comments 15 pages, 5 figures
BUILD-AND-FIND: 一种考虑努力的协议用于评估代理管理的代码库
机构 * National Yang Ming Chiao Tung University
专题命中 仓库级理解 ：repository(abstract)；分类 cs.SE、cs.AI
AI总结 该研究提出BUILD-AND-FIND协议，用于评估下游代理从生成代码库中恢复意图选择的能力及所需检查努力，通过分离行为正确性与恢复过程，评估准确性、稳定性、重复性、覆盖范围和努力程度。
Comments 25 pages, 8 figures, 17 tables
上下文正负学习
专题命中 仓库级理解 ：repository(abstract)；分类 cs.LG
AI总结 本文提出PUICL，一种通过上下文学习解决正负学习问题的预训练Transformer，能在无需梯度更新的情况下实现高精度分类。
Comments 12 pages, 1 figure, 3 tables
代币委托中的公平性：缓解DAO中的投票权集中问题
专题命中 仓库级理解 ：repository(abstract)
AI总结 本文研究DAO治理中委托机制的问题，通过分析14个DAO论坛的数据，发现委托常与持有者优先级不一致，提出引入兴趣匹配以缓解权力集中。
基于神经网络势的Ga₂O₃与SiC之间热边界导率的物理理解
专题命中 仓库级理解 ：repository(abstract)
AI总结 本文利用统一的前馈神经网络势研究Ga₂O₃与SiC界面热边界导率，揭示了导率随传输长度、温度变化的规律及界面键合耦合的影响。
Comments 10 pages main text, 7 figures. Corresponding author: Jiechen Wang
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