代码大模型 / AI 编程

Eureka: Intelligent Feature Engineering for Enterprise AI Cloud Resource Demand Prediction

Eureka：面向企业AI云资源需求预测的智能特征工程

Hangxuan Li, Renjun Jia, Xuezhang Wu, Yunjie Qian, Zeqi Zheng, Xianling Zhang

机构 * Alibaba Cloud Computing Co. Ltd, Hangzhou, China（阿里云计算有限公司，杭州，中国） ； School of Computer Science, Fudan University, Shanghai, China（复旦大学计算机学院，上海，中国） ； School of Computer Science and Technology, Tongji University, Shanghai, China（同济大学计算机科学与技术学院，上海，中国） ； Independent Researcher, United States（独立研究员，美国） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 提出Eureka框架，将特征工程视为智能体代码生成问题，通过专家代理、LLM特征工厂和自演化对齐引擎三阶段，自动生成可执行特征代码，在医疗、金融、社交等7个公开基准及阿里云GPU资源需求预测中显著提升性能。

Comments accepted at NeurIPS 2025 Workshop, DASFAA 2026 (International Conference on Database Systems for Advanced Applications)

Journal ref Database Systems for Advanced Applications (DASFAA 2026), Lecture Notes in Computer Science, vol. 16540, pp. 528-540, Springer

The Price Reversal Phenomenon: When Cheaper Reasoning Models Cost More

价格反转现象：当更便宜的推理模型成本更高时

Lingjiao Chen, Chi Zhang, Yeye He, Ion Stoica, Matei Zaharia, James Zou

机构 * Stanford University（斯坦福大学） ； UC Berkeley（加州大学伯克利分校） ； CMU（卡内基梅隆大学） ； Microsoft Research（微软研究院） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文首次系统研究推理模型标价与实际成本的偏差，发现32%的模型对比较中存在价格反转现象，并基于Shapley值建立成本归因框架，揭示思考令牌消耗和交互轮次的高度异质性是主要原因。

Reasoning While Asking: Transforming Reasoning Large Language Models from Passive Solvers to Proactive Inquirers

边推理边提问：将推理型大语言模型从被动求解者转变为主动询问者

Xin Chen, Feng Jiang, Yiqian Zhang, Hardy Chen, Shuo Yan, Wenya Xie, Min Yang, Shujian Huang

机构 * National Key Laboratory for Novel Software Technology（新型软件技术国家重点实验室） ； Artificial Intelligence Research Institute（人工智能研究院） ； Shenzhen Institutes of Advanced Technology（深圳先进技术研究院） ； University of California, Santa Cruz（加州大学圣克鲁兹分校） ； University of Texas, Dallas（德克萨斯大学达拉斯分校） ； University of Minnesota（明尼苏达大学） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.AI

AI总结 提出主动交互推理（PIR）范式，通过不确定性感知微调和用户模拟器策略优化，使LLM在推理中主动提问以澄清前提和意图不确定性，在数学推理、代码生成和文档编辑任务上显著提升准确率、通过率和BLEU值，同时减少近半推理计算和不必要交互。

Comments ACL Main Conference

Inferring Code Correctness from Specification

从规约推断代码正确性

Tambon Florian, Papadakis Mike

机构 * University of Luxembourg（卢森堡大学） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.SE、cs.AI

AI总结 提出TRAILS方法，通过基于规约的类别划分生成测试输入并执行，利用LLM评估输入输出对是否符合规约，从而推断代码正确性，在LiveCodeBench和CoCoClaNeL数据集上相比基线方法提升了马修斯相关系数并增强了稳定性。

MemCollab: Cross-Model Memory Collaboration via Contrastive Trajectory Distillation

MemCollab：通过对比轨迹蒸馏实现跨模型记忆协作

Yurui Chang, Yiran Wu, Qingyun Wu, Lu Lin

机构 * Pennsylvania State University（宾夕法尼亚州立大学） ； AG2AI 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.AI、cs.LG

AI总结 针对不同骨干模型代理间共享记忆性能下降的问题，提出MemCollab框架，通过对比同一任务上不同模型生成的推理轨迹来蒸馏共享的抽象推理约束，并引入任务感知检索机制，提升异构代理的准确性和推理效率。

SEAL: Can Saturated Benchmarks Be Revived by LLM-as-a-Meta-Judge?

SEAL: 饱和基准能否通过LLM作为元裁判得以复兴？

Jiamin Chen, Yidi Wu, Qiexiang Wang, Qianben Chen, Yuchen Li, Yansen Zhang, Xiaokun Zhang, Wangchunshu Zhou, Chen Ma

机构 * ByteDance Inc.（字节跳动公司） ； City University of Hong Kong（香港城市大学） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.CL

AI总结 提出SEAL协议，通过自适应LLM元裁判从饱和基准中提取潜在排名信号，在代码生成、数学推理等任务上以更少调用实现高排名准确率。

Convergence Theory for Iterative LLM-Based Neural Architecture Search: A Parametric Cross-Entropy Framework with Closed-Form Proxy Reliability

基于迭代式LLM的神经架构搜索的收敛理论：一个具有闭式代理可靠性的参数化交叉熵框架

Santosh Premi Adhikari, Radu Timofte, Dmitry Ignatov

机构 * Computer Vision Lab, CAIDAS & IFI, University of Würzburg, Germany（计算机视觉实验室，CAIDAS与IFI，乌尔姆大学，德国） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.LG

AI总结 将迭代式LLM-NAS建模为参数化交叉熵方法，证明了收敛性、精英集概率几何收敛、增量生成有效性、MinHash-Jaccard去重防止模式崩溃以及代理可靠性闭式公式，并通过实验验证了理论预测。

Comments 14 pages, 2 figures, 2 tables. Submitted to NeurIPS 2026

Learning to Choose: An Empowerment-Guided Multi-Agent System with semantic communication for Adaptive Method Selection

学会选择：一种基于赋权与语义通信的自适应方法选择多智能体系统

Geremy Loachamín-Suntaxi, Robert Lazar, Dimitrios G. Giovanis, Ioannis G. Kevrekidis, Eleni D. Koronaki

机构 * Faculty of Science, Technology and Medicine（科学、技术与医学学院） ； University of Luxembourg（卢森堡大学） ； Johns Hopkins University（约翰霍普金斯大学） ； Luxembourg Institute of Science and Technology（卢森堡科学与技术研究院） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.AI

AI总结 提出一种结合上下文赌博机、结构化智能体间通信和语义检查点的多智能体框架，通过保持动作-结果因果一致性来提升科学计算工作流中自适应决策的收敛性、鲁棒性和泛化能力。

HTAM: Hierarchical Transition-Attended Memory for Operator Optimization

HTAM: 用于算子优化的层次化过渡注意力记忆

Yining Zhang, Mingyang Yi, Chen Wang, Xuwen Xiang, Tianhe Jia, Zedong Dan, Chengqing Zong, Yue Wang

机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Zhongguancun Academy（中关村学院） ； Renmin University of China（中国人民大学） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.CL

AI总结 提出HTAM框架，通过构建层次化过渡图（HTG）组织粗粒度全局方向和细粒度局部策略，解决LLM在GPU算子优化中粒度不匹配问题，显著提升正确率和加速比。

Comments 24 pages, 5 figures

NaRA: Noise-Aware LoRA for Parameter-Efficient Fine-Tuning of Diffusion LLMs

NaRA: 面向扩散大语言模型参数高效微调的噪声感知LoRA

Shuaidi Wang, Zhan Zhuang, Ruping Huang, Yu Zhang

机构 * Department of Computer Science and Engineering, Southern University of Science and Technology, Shenzhen, China（南方科技大学计算机科学与工程系，深圳，中国） ； Department of Computer Science, City University of Hong Kong, Hong Kong, China（香港城市大学计算机科学系，香港，中国） ； Department of Computer Science and Engineering, Hong Kong University of Science and Technology, Hong Kong, China（香港理工大学计算机科学与工程系，香港，中国） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.AI

AI总结 针对扩散大语言模型，提出噪声感知低秩适配（NaRA），通过噪声条件超网络生成低秩核心矩阵，实现沿去噪轨迹连续变化的更新矩阵，在常识推理、数学推理和代码生成基准上优于噪声无关基线。

Reliable Reasoning with Large Language Models via Preference-Based Maximum Satisfiability

基于偏好最大可满足性的大语言模型可靠推理

Pedro Orvalho, Marta Kwiatkowska, Guillem Alenyà, Felip Manyà

机构 * Artificial Intelligence Research Institute (IIIA) Consejo Superior de Investigaciones Científicas (CSIC)（人工智能研究所（IIIA）西班牙国家科学研究委员会（CSIC）） ； Department of Computer Science University of Oxford（计算机科学系牛津大学） ； Institut de Robòtica i Informàtica Industrial (IRI-CSIC-UPC)（机器人与信息工业研究所（IRI-CSIC-UPC）） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.AI

AI总结 提出一种混合推理方法，通过LLM生成代码将自然语言问题编码为偏好最大可满足性问题，由精确求解器求解并独立验证，显著提高可行性。

Comments 17 pages, 1 figure, 4 tables

Harmless Yet Harmful: Neutral Prompting Attacks for Stealthy Hallucination Steering in Agent Skills

无害却有害：针对Agent技能中隐蔽幻觉引导的中性提示攻击

Chia-Yi Hsu, Chia-Mu Yu, Chun-Ying Huang, Jun Sakuma

机构 * Department of Computer Science（计算机科学系） ； National Yang Ming Chiao Tung University（阳明交通大学） ； Department of Electronics and Electrical Engineering（电子与电气工程系） ； School of Computing（计算学院） ； Institute of Science Tokyo（东京科学研究所） 纠错

专题命中 代码生成 ：coding agent(abstract)；分类 cs.LG

AI总结 本文提出中性提示攻击（NPA），通过语义上看似无害的指令（如鼓励想象和详尽性）增加代码生成Agent的包幻觉倾向，从而引入软件供应链风险，并评估了其对多种编码LLM的有效性和逃避防御的能力。

Comments under review

SpecBench: Evaluating Specification-Level Reasoning for Software Engineering LLM Agents

SpecBench: 评估软件工程LLM代理的规约级推理能力

Grant Hamblin, Kevin Song, Zhanda Zhu, Anand Jayarajan, Sihang Liu, Nandita Vijaykumar, Gennady Pekhimenko

专题命中 代码生成 ：code generation(abstract)

AI总结 提出SpecBench基准，通过从RFC过程中提取任务，评估LLM代理在无执行反馈下识别初始设计提案中遗漏、歧义、不一致或错误假设的规约级推理能力。

FunKit: A computer algebra toolkit for functional approaches

FunKit：用于泛函方法的计算机代数工具包

Franz R. Sattler

专题命中 代码生成 ：code generation(abstract)

AI总结 本文介绍FunKit，一个Mathematica包，用于从任意主方程推导和追踪泛函方程，支持多种场论和主方程，并提供代码生成功能。

How Coding Agents Fail Their Users: A Large-Scale Analysis of Developer-Agent Misalignment in 20,574 Real-World Sessions

编码助手如何辜负用户：基于20,574个真实会话的开发人员与智能体不一致的大规模分析

Ningzhi Tang, Chaoran Chen, Gelei Xu, Yiyu Shi, Yu Huang, Collin McMillan, Tao Dong, Toby Jia-Jun Li

机构 * University of Notre Dame（诺丁汉大学） ； Vanderbilt University（范德比大学） ； Google（谷歌） 纠错

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

AI总结 通过对20,574个编码助手会话的分析，识别出七种常见的不一致形式，发现大多数不一致导致信任成本而非系统损坏，且多数仍需用户显式纠正。

Guardrails Beat Guidance: A Large-Scale Study of Rules, Skills, and Persistent Configuration for Coding Agents

护栏优于指导：关于编码智能体的规则、技能和持久配置的大规模研究

Xing Zhang, Guanghui Wang, Yanwei Cui, Wei Qiu, Ziyuan Li, Bing Zhu, Peiyang He

机构 * AWS Generative AI Innovation Center（AWS生成式人工智能创新中心） ； HSBC Holdings Plc., HSBC Technology Center, China（汇丰控股有限公司，汇丰技术中心，中国） 纠错

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

AI总结 通过大规模实验发现，随机规则与专家规则对编码智能体性能提升相当，且有益规则均为负面约束，有害规则均为正面指令，提出应使用约束而非指导来配置智能体。

CodeEvolve: an open source evolutionary coding agent for algorithmic discovery and optimization

CodeEvolve：用于算法发现和优化的开源进化编码智能体

Henrique Assumpção, Diego Ferreira, Leandro Campos, Fabricio Murai

机构 * Inter Science - Inter&Co ； Federal University of Minas Gerais（联邦大学伯南迪斯） ； Worcester Polytechnic Institute（沃思彻斯特理工大学） 纠错

专题命中 软件智能体 ：coding agent(title)；分类 cs.AI、cs.LG

AI总结 提出CodeEvolve开源框架，结合大语言模型与岛屿进化搜索，通过灵感交叉、元提示和深度细化，在AlphaEvolve基准上匹配或超越5/9问题，并在匹配条件下优于OpenEvolve和ShinkaEvolve，以更低成本超越前沿闭源集成。

Comments 21 pages, 16 figures, 8 tables

Physics Is All You Need? A Case Study in Physicist-Supervised AI Development of Scientific Software

物理学就是一切？物理学家监督人工智能开发科学软件的案例研究

Nhat-Minh Nguyen

机构 * Kavli IPMU (WPI), UTIAS, The University of Tokyo（Kavli研究所（WPI）、UTIAS、东京大学） ； Center for Data-Driven Discovery（数据驱动发现中心） ； Institute For Interdisciplinary Research in Science（科学跨学科研究中心） 纠错

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

AI总结 通过一个物理学家监督AI编码代理开发可微扰动理论模块的案例，研究AI代理在科学软件开发中的可靠性，发现监督设计比模型能力更能决定输出可信度。

Comments 10 pages, 2 figures, 2 tables, 1 physicist and a few AI agents. Accepted by ICML 2026 AI for Science Workshop. Code and development log are available at this repo: https://github.com/MinhMPA/clax-pt

Discovering Cooperative Pipelines: Autoresearch for Sequential Social Dilemmas

发现合作管线：面向序列社会困境的自动研究

Víctor Gallego

机构 * Komorebi AI Technologies（Komorebi人工智能技术） 纠错

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

AI总结 本文提出一种双层自动研究框架，其中外层AI智能体自动重新设计内层LLM策略合成管线，以解决多智能体序列社会困境，实验表明该方法在多个游戏和福利目标下优于手工基线。

Comments Accepted to the AI Agents for Discovery in the Wild (AID-Wild) Workshop at ACM CAIS 2026

LogDx-CI: Benchmarking Log Reduction Tools for LLM Root-Cause Diagnosis

LogDx-CI：为LLM根因诊断基准测试日志缩减工具

Bowen Qin

机构 * National University of Singapore（新加坡国立大学） 纠错

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

AI总结 提出LogDx-CI基准，比较11种日志缩减工具在35个真实CI故障案例上的效果，发现混合grep+tail路由器在成本质量上占优，且智能体循环可缩小质量差距但成本差异持续存在，同时跨家族LLM摘要器优于同家族。

From Historical Patches to Repair Plans: Outcome-Conditioned Reasoning for Repository-Level Program Repair

从历史补丁到修复计划：面向仓库级程序修复的结果条件推理

Chenglin Li, Yisen Xu, Zehao Wang, Shin Hwei Tan, Tse-Hsun, Chen

专题命中 程序修复 ：program repair(title,abstract)；repository(title,abstract)；分类 cs.SE

AI总结 提出条件推理蒸馏（ConRAD），通过从已验证补丁反向重构修复推理并蒸馏出结果一致的阶段性修复计划，在推理时引导故障定位和补丁生成，无需微调或搜索，在SWE-Bench Lite上显著提升Pass@1。

Comments ICML 2026,17 pages, 3 figures, 5 tables

Slide Deck Q&A Quality Assurance App: A Multi-Stage Pipeline for Pedagogical Question Generation

Slide Deck Q&A 质量保证应用：面向教学问题生成的多阶段流水线

Jim Salsman

机构 * TalkNicer, Inc.（TalkNicer公司） 纠错

专题命中 测试生成 ：repository(abstract)；分类 cs.CL

AI总结 提出一个基于Flask的多阶段大语言模型流水线，从PDF幻灯片中提取文本和图像，生成结构化的教学问题集，并通过窗口规划、幻灯片合成、标注和协调四个阶段提高问题质量。

Comments 15 pages, 3 research questions, 1 figure, 1 table, 6 references, 2 appendices

MigrationBench: Repository-Level Code Migration Benchmark from Java 8

MigrationBench：从Java 8的仓库级代码迁移基准

Linbo Liu, Xinle Liu, Qiang Zhou, Lin Chen, Yihan Liu, Hoan Nguyen, Behrooz Omidvar-Tehrani, Xi Shen, Jun Huan, Omer Tripp, Anoop Deoras

专题命中 代码评测 ：repository(title,abstract)；code generation(abstract)；分类 cs.SE

AI总结 提出MigrationBench基准，用于评估大语言模型在从Java 8迁移到Java 17/21的仓库级代码迁移任务上的表现，并设计了智能体框架实现高成功率。

On the Road to Personalized Code Intelligence: Portraiting and Assisting Developers Based on Their In-IDE Behaviors

通往个性化代码智能之路：基于IDE内行为的开发者画像与辅助

Yuhong Liu, Yunhe Su, Zhipeng Peng, Zhiwen Luo, Lin Shi, Zhi Jin, Li Zhang

专题命中 代码评测 ：repository(abstract)；分类 cs.SE

AI总结 提出VirtualME数据基础设施，通过捕获和解释开发者在IDE中的动态编程行为，构建四维开发者画像，并集成到问答代理中实现个性化代码智能，实验显示平均提升33.80%。

Comments 23 pages, 6 figures, accepted by FSE`2026

Code-QA-Bench: Separating Code Reasoning from Documentation Memorization in Repository-Level QA

Code-QA-Bench：在仓库级问答中分离代码推理与文档记忆

Jun Zhang, JianYing Qu, Hanwen Du, Zhongkai Sun, Yehua Yang, Qiao Zhao

机构 * Baidu Inc（百度公司） 纠错

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

AI总结 提出Code-QA-Bench框架，通过答案优先生成和三条件实验设计，自动构建仓库级代码理解基准，以区分代码推理、文档回忆和预训练记忆的影响。

Dataset-Driven Channel Masks in Transformers for Multivariate Time Series

数据集驱动的Transformer通道掩码用于多变量时间序列

Seunghan Lee, Taeyoung Park, Kibok Lee

机构 * Department of Statistics and Data Science, Yonsei University（延世大学统计与数据科学系） ； LG AI Research（LG人工智能研究） 纠错

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

AI总结 提出部分通道依赖（PCD）概念，通过数据集特定的通道掩码（CMs）改进Transformer中的通道依赖建模，并在多种任务和数据集上验证有效性。

Comments ICASSP 2026. Preliminary version: NeurIPS Workshop on Time Series in the Age of Large Models 2024 (Oral presentation)

Micro-Macro Retrieval: Reducing Long-Form Hallucination in Large Language Models

微宏检索：减少大语言模型中的长文本幻觉

Yujie Feng, Jian Li, Zhihan Zhou, Pengfei Xu, Yujia Zhang, Xiaoyu Li, Xiaohui Zhou, Alan Zhao, Xi Chen, Xiao-Ming Wu

机构 * Solar System of OVB, Tencent, China（OVB太阳系，腾讯，中国） ； The Hong Kong Polytechnic University, Hong Kong S.A.R.（香港理工大学，香港特别行政区） ； Jilin University, China（吉林大学，中国） 纠错

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

AI总结 提出微宏检索（M2R）框架，通过宏观检索外部粗粒度证据和微观检索推理中关键信息库，解决长文本生成中关键信息与输出距离过远导致的幻觉问题。

Before the Shutter: Aesthetic and Actionable Portrait Photography Planning in 3D Scenes

快门之前：3D场景中美学的且可执行的人像摄影规划

Ruixiang Jiang, Chang Wen Chen

机构 * The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 提出在3D场景中生成人像姿态、相机、照明和曝光方案的方法，通过构建摄影场景图实现美学引导的规划，生成视觉上引人注目且几何与光度可行的人像。

mcp-proto-okn: Natural-language access to open scientific knowledge graphs through the Model Context Protocol

mcp-proto-okn：通过模型上下文协议实现对开放科学知识图谱的自然语言访问

Peter W. Rose, Benjamin M. Good, Amanda M. Saravia-Butler, Charlotte A. Nelson, James P. Balhoff, Yaphet Kebede, Patricia L. Whetzel, Christopher Bizon, Andrew I. Su, Sergio E. Baranzini

机构 * San Diego Supercomputer Center, University of California San Diego（圣地亚哥超级计算机中心，加州大学圣地亚哥分校） ； The Scripps Research Institute（斯克里普斯研究所） ； Amentum, Space Biosciences Division, NASA Ames Research Center（Amentum空间生物学部门，NASA阿姆斯研究中心） ； Mate Bioservices（Mate生物服务） ； Renaissance Computing Institute, University of North Carolina at Chapel Hill（复兴计算研究所，北卡罗来纳大学夏洛特分校） ； Weill Institute for Neurosciences, Department of Neurology, University of California San Francisco（Weill神经科学研究所，神经病学系，加州大学旧金山分校） 纠错

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

AI总结 提出基于模型上下文协议的服务器mcp-proto-okn，使AI助手能通过自然语言发现、查询和集成科学知识图谱，降低跨领域知识图谱分析门槛。

Comments 9 pages, 1 figure

DeepSurvey: Enhancing Analytical Depth and Citation Reliability in Automated Survey Generation

DeepSurvey: 提升自动综述生成中的分析深度与引用可靠性

Ziyue Yang, Da Ma, Hanqi Li, Zijian Wang, Tiancheng Huang, Zijian Hu, Chenrun Wang, Yunzhe Zhang, Xiaobao Wu, Kai Yu, Lu Chen

机构 * X-LANCE Lab, School of Computer Science, Shanghai Jiao Tong University, Shanghai, China（上海交通大学计算机科学学院X-LANCE实验室） ； Jiangsu Key Lab of Language Computing, Suzhou, China（江苏省语言计算重点实验室） ； Suzhou Laboratory, Suzhou, China（苏州实验室） 纠错

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

AI总结 提出DeepSurvey智能体系统，通过结构化全文笔记、跨论文关系建模和代码仓库分析增强分析深度，结合引文图扩展与混合过滤、证据约束引用分配及多粒度智能体精炼提升引用可靠性，在内容质量和引用准确性上超越现有方法。