arXivDaily arXiv每日学术速递 周一至周五更新

AI 大模型

代码大模型 / AI 编程

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。

2026-05-11 至 2026-05-11 共收录 6 信号源:cs.SE, cs.CL, cs.AI, cs.LG, cs.PL

1. 仓库级理解 6 篇

2605.08013 2026-05-11 cs.AI 70%

Learning CLI Agents with Structured Action Credit under Selective Observation

基于选择性观察的结构化行动信用学习CLI代理

Haoyang Su, Ying Wen

机构 * Fudan University(复旦大学) Shanghai Innovation Institute(上海创新研究院) Shanghai Jiao Tong University(上海交通大学)

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

AI总结 本文研究了CLI代理在选择性观察和行动信用分配中的瓶颈,提出σ-Reveal和A³方法,构建ShellOps数据集以评估CLI任务学习。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.07403 2026-05-11 cs.SE 57%

Boosting Automatic Java-to-Cangjie Translation with Multi-Stage LLM Training and Error Repair

通过多阶段LLM训练和错误修复提升Java到Cangjie的自动翻译

Xinyue Liang, Jingxuan Zhang, Lin Li, Jun Zhang, Junhao Chen

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

AI总结 本文提出多阶段LLM训练框架,结合编译器反馈和错误修复,提升Java到Cangjie的翻译准确性与语义一致性,实验显示在有限平行数据下功能等价性提升6.06%。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.07400 2026-05-11 cs.CR 50%

From Conceptual Scaffold to Prototype: A Standardized Zonal Architecture for Wi-Fi Security Training

从概念框架到原型:一种标准化的区域架构用于Wi-Fi安全训练

Vyron Kampourakis, Efstratios Chatzoglou, Vasileios Gkioulos, Sokratis Katsikas

专题命中 仓库级理解 :repository(abstract)

AI总结 本文提出一种标准化的区域架构,用于Wi-Fi安全实验,通过模块化设计和开源原型,为未来专用Wi-Fi安全训练平台提供结构化基础。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.07228 2026-05-11 quant-ph 50%

Kochen-Specker nonlocal hidden variables must include time-ordering to allow for measurement independence of several agents

科恩-斯佩克尔非本地隐变量必须包含时间顺序以允许多个代理的测量独立性

Valerio Scarani, Antoine Suarez

专题命中 仓库级理解 :repository(abstract)

AI总结 本文探讨了在涉及多个代理的贝尔型实验中,科恩-斯佩克尔非本地隐变量需要包含时间顺序以保持一致性

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.06880 2026-05-11 cs.CR cs.NI 50%

Zombies in Alternate Realities: The Afterlife of Domain Names in DNS Integrations

僵尸在替代现实中:DNS整合中的域名后世

Sulyab Thottungal Valapu, John Heidemann, Mattijs Jonker, Raffaele Sommese

专题命中 仓库级理解 :repository(abstract)

AI总结 研究DNS整合中僵尸链接的威胁模型及影响,揭示不同系统中僵尸比例差异及设计对结果的影响,提出减少僵尸的措施。

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.14824 2026-05-11 physics.med-ph 50%

Calibration offset estimation in mobile hearing tests via categorical loudness scaling

通过类别响度标定估计移动听力测试中的校准偏移

Chen Xu, Birger Kollmeier

专题命中 仓库级理解 :repository(abstract)

AI总结 本文提出利用类别响度标定(CLS)方法估计设备校准偏移,通过贝叶斯回归模型和最近邻模型实现准确的个体校准修正,提升移动听力测试的可靠性。

详情

展开后加载摘要…

URL PDF HTML 收藏