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。

2026-05-25 至 2026-05-25 共收录 2 篇信号源：cs.SE, cs.CL, cs.AI, cs.LG, cs.PL

1. 软件智能体 2 篇

2512.18470 2026-05-25 cs.SE cs.AI cs.MA 81%

SWE-EVO: Benchmarking Coding Agents in Long-Horizon Software Evolution Scenarios

SWE-EVO：在长周期软件演化场景中基准测试编码智能体

Tue Le, Minh V. T. Thai, Dung Nguyen Manh, Huy Phan Nhat, Nghi D. Q. Bui

机构 * FPT Software AI Center（FPT软件人工智能中心）； School of Computing and Information Systems（计算与信息系统学院）； University of Melbourne（墨尔本大学）； Center of AI Research（人工智能研究中心）； VinUniversity（文大学）

专题命中软件智能体：coding agent(title,abstract)；分类 cs.SE、cs.AI

AI总结针对现有基准测试仅关注孤立单任务问题，提出SWE-EVO基准，包含48个需跨多文件多步骤修改的长周期任务，实验显示当前智能体在此类任务上表现显著不足。

2605.23109 2026-05-25 cs.AI cs.DC cs.LO cs.PL 62%

Inductive Deductive Synthesis: Enabling AI to Generate Formally Verified Systems

归纳演绎合成：使AI能够生成形式化验证的系统

Shubham Agarwal, Alexander Krentsel, Shu Liu, Mert Cemri, Audrey Cheng, Rui Meng, Tomas Pfister, Chun-Liang Li, Sylvia Ratnasamy, Aditya Parameswaran, Matei Zaharia, Ion Stoica, Mohsen Lesani

机构 * UC Berkeley（伯克利大学）； Google（谷歌）； UC Santa Cruz（圣克鲁兹大学）

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

AI总结提出归纳演绎合成（IDS）方法，通过联合增量合成实现与证明，并利用失败尝试学习，使AI在分布式系统规范上实现100%验证成功率，成本和时间远低于专家和现有AI代理。