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。
语用推理提升LLM代码生成
机构 * Max Planck Institute for Informatics Saarland Campus（马克斯·普朗克信息研究所萨尔兰州分校） ； Computer Science Saarland University（萨尔兰州大学计算机科学系） ； Max Planck Institute for Software Systems Saarland Campus（马克斯·普朗克软件系统研究所萨尔兰州分校）
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.SE、cs.CL、cs.AI
AI总结 提出CodeRSA方法，通过局部语用竞赛对候选代码进行重排序，以解决自然语言到代码生成中的歧义问题，在多个基准测试中取得最佳平均准确率。
增强基于LLM的安全代码生成的可靠性
机构 * Department of Computer Science, Birzeit University（巴伊兹大学计算机科学系） ； Department of Computer Science, University of Central Florida（佛罗里达中央大学计算机科学系）
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.AI、cs.LG
AI总结 提出Mitigation-Aware Chain-of-Thought (MA-CoT)框架，通过嵌入任务特定的CWE缓解指导和语言感知安全措施，显著降低LLM生成代码中的漏洞，在多个模型和语言上验证了其一致的安全可靠性提升。
Comments 15 pages; 7 tables; 3 figures
CoRe-Code：面向代码生成的协作式强化学习
机构 * The Ohio State University（俄亥俄州立大学） ； Royal Melbourne Institute of Technology（皇家墨尔本理工学院）
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.AI
AI总结 提出CoRe-Code框架，通过规划器-编码器范式和基于GRPO的协作感知强化学习，增强多智能体间的协调与专业化，提升代码生成的准确性和效率。
非线性实数算术的程序合成：超越可实现性
专题命中 代码生成 ：program synthesis(title)；分类 cs.PL
AI总结 研究从任意非线性实数算术规范中合成程序的问题，提出在规范不可实现时仍能输出满足规范或报告无解的程序，并给出单输出变量的完备算法和一般情况下的不完备算法。
CoSPlay: 测试时协作自我博弈与自生成代码和单元测试
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Institute of Deep Perception Technology, JITRI, Wuxi, China（深度感知技术研究院，无锡，中国）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 提出CoSPlay框架，通过代码与单元测试的协作自我博弈，在无真实单元测试的情况下迭代优化两者，显著提升代码生成性能。
Comments Code is available at: https://github.com/sanae-ai/CosPlay | Data & log is available at: https://huggingface.co/datasets/yomi017/CosPlay
从推理到代码：针对代表性不足语言的GRPO优化
机构 * Qwen2.5-Coder
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI、cs.LG、cs.PL
AI总结 提出结合Qwen2.5-Coder小模型与GRPO的强化学习方法，利用执行反馈和奖励机制提升Prolog、Lisp等低资源语言的代码生成准确性与推理质量。
Comments Accepted ICLP 2026
BODHI：精确的操作系统内核规范推断
机构 * Department of Applied Mathematics and Statistics（应用数学与统计学系） ； Johns Hopkins University（约翰霍普金斯大学） ； Department of Computer Science（计算机科学系）
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE、cs.AI、cs.PL
AI总结 提出一种领域知识提示方法BODHI，通过结构化C到Python翻译指南增强少样本提示，在OSV-Bench基准上将Pass@1从55.10%提升至96.73%，缩小了通用代码生成与形式规范合成之间的差距。
CausalFlow: LLM Agent 失败的因果归因与反事实修复
机构 * Department of Computer Science University of California, Davis（计算机科学系加州大学戴维斯分校）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI、cs.LG
AI总结 提出CausalFlow框架，通过反事实干预计算步骤级因果责任分数，识别失败步骤并生成最小编辑修复，用于测试时修复和训练时监督，在多个基准上优于启发式方法。
BacktestBench：面向自动化量化策略回测的大语言模型基准测试
机构 * Beijing Normal University（北京师范大学） ； Elmleaf Ltd.（Elmleaf公司）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.AI
AI总结 提出首个大规模自动化量化回测基准BacktestBench，包含18,246个问答对，并设计多智能体基线AutoBacktest，通过协调摘要器、检索器和编码器实现自然语言策略到可重复回测的转换。
Comments This paper has been accepted by KDD 2026 (Datasets and Benchmarks Track)
基于规约的代码-文本-代码重构：面向LLM介导的软件演化
机构 * EPAM Systems（EPAM系统） ； McLean, Virginia, USA（美国弗吉尼亚州麦莱恩） ； Lviv, Ukraine（乌克兰利沃夫） ； Kyiv, Ukraine（乌克兰基辅）
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE、cs.AI
AI总结 提出一种基于规约的Code2Text2Code重构框架，通过将源代码转换为中性文本规约并迭代验证，解决直接Code2Code转换中的语义漂移、行为变化等问题，实现受控的LLM介导软件演化。
Comments 15 pages, 9 figures, 7 tables, 39 references
路径很重要：学习扩散语言模型的令牌提交策略
机构 * Department of Computer Science and Technology, University of Cambridge（计算机科学与技术系，剑桥大学） ； Department of Engineering Science, University of Oxford（工程科学系，牛津大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出TraceLock，一种轻量级可插拔控制器，通过学习可复用的轨迹状态策略来优化扩散语言模型中的令牌提交决策，从而改善质量与步数之间的权衡。
基于错误驱动的算术推理提示优化
机构 * Deptartment of Data Science & Visualization, Faculty of Informatics, University of Debrecen（数据科学与可视化系，信息学院，德布勒恩大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI、cs.LG
AI总结 提出一种错误驱动的提示优化框架，通过聚类错误预测迭代优化提示规则，使小型本地语言模型在算术推理任务中准确率达到70.8%，超越GPT-3.5 Turbo。
Journal ref IEEE Access, vol. 14, pp. 62570-62583, 2026
TriVAL: 一种用于忠实自动优化建模的三重验证框架
机构 * School of Computer Science and Engineering, South China University of Technology（华南理工大学计算机科学与工程学院） ； Centre for Frontier AI Research, Agency for Science, Technology and Research（科技研究局前沿人工智能研究中心） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.AI
AI总结 提出TriVAL三重验证框架，在语义规范、数学公式和代码生成三个阶段进行显式验证，通过构建-验证-修正循环提高自动优化建模的准确性，并在新基准NL4COP上超越现有方法。
Comments 13 pages
生成式视觉代码移动世界模型
机构 * Trillion Labs（万亿实验室）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI、cs.LG
AI总结 提出通过单一视觉语言模型预测可执行网页代码来生成移动GUI下一状态，结合文本和视觉世界模型优势，实现高保真视觉生成与精确文本渲染。
Comments ICML 2026
GeoSVG-RL：面向布局约束的文本到SVG图表生成的几何感知强化学习
机构 * University of California, Merced（加州大学梅尔德分校） ； The University of Queensland（昆士兰大学） ； vivo Mobile Communication Co., Ltd.（vivo移动通信有限公司）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL
AI总结 提出GeoSVG-RL框架，通过强化学习优化策略，利用几何反馈奖励（渲染有效性、画布适配、锚点放置、文本包含、图一致性和代码整洁性）解决文本到SVG图表生成中的结构脆弱性问题，显著提升箭头锚点精度和文本框内率。
GeoMathCode: 理解几何问题求解中交织的数学-代码推理
机构 * Idiap Research Institute（Idiap研究 institute） ； X-Humanoid ； Department of Computer Science, University of Manchester（曼彻斯特大学计算机科学系） ； Cancer Biomarker Centre, CRUK Manchester Institute（癌症生物标志物中心，CRUK曼彻斯特研究所）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL
AI总结 本文提出GeoMathCode，通过程序化表示作为中间视觉输出，分析多模态大模型在几何问题中的推理与代码生成，发现推理与代码步骤在潜在空间可解耦，监督微调使推理流形更结构化，且层次化代码结构包含更多数学符号信息。
River-LLM：基于KV共享的大型语言模型无缝退出
机构 * Shanghai Jiao Tong University（上海交通大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL
AI总结 针对解码器-only架构中早期退出因KV缓存缺失导致的延迟和精度问题，提出无需训练的River-LLM框架，通过轻量级KV共享退出流实现令牌级无缝退出，并利用状态转移相似性预测KV误差指导退出决策，在数学推理和代码生成任务上获得1.53-2.16倍实际加速且保持高质量。
Comments Accepted to ACL 2026, 13pages, with appendix. Corrected some typos
Meta-Agent：从任务描述到经过验证的多智能体系统
机构 * Dartmouth College（达特茅斯学院）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 提出Meta-Agent两阶段框架，通过任务规划、网络搜索、代码生成和验证机制，自动从自然语言任务描述构建并执行可靠的多智能体系统，在编码、上下文学习和开放推理任务中提升成功率、错误恢复和工作流稳定性。
GRAIL：面向卫星数据科学家应用工作流的AI翻译
机构 * University of California, Riverside（加州大学河滨分校）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 提出GRAIL系统，通过LangGraph管道将Python地理空间工作流翻译为可扩展的Spark程序，无需科学家学习新框架。
从提示到验证：经验如何塑造Vibe编码实践
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 通过调查162名不同经验水平的Vibe编码者，发现经验选择性影响编码动机、交互方式和质量保证实践，存在感知-行动差距：对AI生成代码风险的认识普遍，但评估、调试和验证能力依赖于经验。
CODESKILL：学习自进化技能的编码智能体
机构 * Nanyang Technological University（南洋理工大学） ； Zhejiang University（浙江大学）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.AI
AI总结 提出CODESKILL框架，通过强化学习从编码智能体轨迹中提取多粒度程序性技能并维护技能库，提升下游任务解决能力。
SGAgent：基于建议引导的LLM多智能体框架用于仓库级软件修复
专题命中 软件智能体 ：repository(title,abstract)；分类 cs.SE
AI总结 提出SGAgent框架，通过引入建议阶段（localize-suggest-fix范式）和知识图谱工具，增强从定位到修复的推理，在SWE-Bench-Lite上达到51.3%修复准确率。
Comments Accepted to ACM Transactions on Software Engineering and Methodology (TOSEM 2026)
EvoCode-Bench：评估多轮迭代交互中的编码智能体
机构 * UniPat AI ； Peking University（北京大学） ； Tsinghua University（清华大学） ； HKU（香港大学）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.AI
AI总结 提出EvoCode-Bench基准，通过多轮状态化任务和累积测试评估编码智能体在需求变化下维持代码库工作的能力，发现多轮指标远低于单轮指标，且最强智能体多轮成功率仅约50%。
Comments Work in Progress; 32 pages, 10 figures, preprint
解码AI编码代理的配置：来自Claude Code项目的洞察
专题命中 软件智能体 ：coding agent(title)；分类 cs.SE
AI总结 通过对328个Claude Code配置文件进行实证研究，揭示了代理编码系统的配置文件中指定的软件工程关注点及其共现模式，强调了定义架构约束的重要性。
Journal ref Accepted at 1st International Workshop on Agentic Engineering (AGENT 2026, colocated with ICSE), pages 63-67
AvalancheBench: 通过潜在世界恢复评估企业数据智能体
机构 * Brown University and Snowflake（布朗大学和Snowflake）
专题命中 软件智能体 ：coding agent(abstract)；分类 cs.AI、cs.LG
AI总结 提出AvalancheBench基准，通过潜在世界恢复评估企业数据智能体的分析理解能力，揭示早期错误如何传播并导致系统性错误推荐。
即时系统的时代已到来：挑战与机遇
机构 * UC Berkeley（加州大学伯克利分校） ； Bespoke Labs
专题命中 软件智能体 ：coding agent(abstract)；分类 cs.SE、cs.AI
AI总结 本文提出基于LLM的即时系统合成方法Jitskit，通过从零开始合成专用键值存储系统，在18个规格上性能超越现有系统最高达4.6倍。
Comments preprint
IterInject: 通过反馈引导的迭代优化实现对LLM智能体的间接提示注入
机构 * Shanghai Jiao Tong University（上海交通大学） ； The University of Hong Kong（香港大学）
专题命中 软件智能体 ：coding agent(abstract)；分类 cs.LG
AI总结 提出IterInject框架，通过规则诊断器和LLM优化器迭代优化对抗载荷，实现对LLM智能体的间接提示注入攻击，在多个基准和实际系统中显著优于现有方法，并揭示了注意力介导的阈值机制。
Comments Submitted to EMNLP 2026
利用原子技能实现代理原子研究
机构 * Department of Materials Science ； Engineering, Massachusetts Institute of Technology, Cambridge, MA 02139, USA ； Department of Chemical Engineering, Massachusetts Institute of Technology, Cambridge, MA 02139, USA ； Department of Chemistry, Kookmin University, Seoul 02707, Republic of Korea ； Harvard University, Department of Chemistry ； Department of Chemistry, Massachusetts Institute of Technology, Cambridge, MA 02139, USA ； Department of Nuclear Science ； Shell Information Technology International Inc., Texas 77082, United States ； Shell International Exploration \& Production Inc., Texas 77079, United States
专题命中 软件智能体 ：coding agent(abstract)；分类 cs.AI
AI总结 提出AtomisticSkills框架，通过分层分解科学工作流为技能和工具，使通用AI编码代理能够进行原子级研究，并在多个科学任务中验证其能力。
HELO-APR：通过跨语言知识迁移增强低资源程序修复
专题命中 程序修复 ：program repair(title,abstract)；分类 cs.SE
AI总结 提出HELO-APR框架，通过从高资源语言合成低资源语言修复数据并采用课程学习策略，显著提升低资源语言的自动程序修复效果。
PR感知的自动化单元测试生成：挑战与机遇
专题命中 测试生成 ：unit test generation(title)；code generation(abstract)；分类 cs.SE
AI总结 本研究评估了EvoSuite和GPT-4o在拉取请求（PR）级别生成测试用例的能力，发现两者均难以有效生成捕获变更的测试，但EvoSuite优于GPT-4o，并指出智能体代码生成方法具有潜力。
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