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。
知识边界探测与需求引导干预：面向基于LLM的电力系统代码生成
机构 * Department of Engineering, University of Exeter（工程系，埃克塞特大学） ； Department of Computer Science, University of Exeter（计算机科学系，埃克塞特大学）
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.SE、cs.CL
AI总结 针对LLM在电力系统代码生成中因API知识边界错误导致失败的问题，提出PowerCodeBench基准、L0-L3文档驱动探测和边界感知干预方法，显著提升模型准确率。
Comments 43 pages, 12 figures, includes supplementary material
通过验证反馈的强化学习改进用于代码生成的小型语言模型
机构 * Vyatka State University（沃伊亚提卡州立大学） ； European University at St. Petersburg（圣彼得堡欧洲大学）
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.SE、cs.CL
AI总结 本研究通过基于验证奖励的强化学习（RLVR）结合LoRA微调，在MBPP基准上对小型语言模型（Qwen3-0.6B和Llama3.2-1B）进行Python代码生成实验，发现奖励设计对功能正确性和行为诊断有显著影响，并提出组合奖励可稳定权衡正确性与风格约束。
Comments Accepted for AINL-2026 conference
CodeGolf Bench：评估大型语言模型简洁代码生成能力的多语言基准
机构 * Independent（独立）
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.SE、cs.AI
AI总结 提出CodeGolf Bench基准，基于代码高尔夫竞赛，在60种编程语言中评估LLM生成简洁高效代码的能力，实验表明推理模型显著优于非推理模型。
Comments 12 pages, 6 figures, 5 tables
GoodVibe：基于神经元的LLM代码生成安全增强方法
专题命中 代码生成 ：code generation(title,abstract)
AI总结 提出GoodVibe框架，通过梯度归因识别安全相关神经元并进行选择性微调，在保持模型通用性的同时显著提升代码生成安全性。
边界引导策略优化：面向扩散大语言模型的内存高效强化学习
机构 * Tsinghua University（清华大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 针对扩散大语言模型中似然函数难以处理导致强化学习内存开销大的问题，提出边界引导策略优化（BGPO），通过构造满足线性和等价性的下界实现内存高效训练，在数学求解、代码生成和规划任务中显著优于现有方法。
SafeRx-Agent: 基于知识的多智能体框架用于安全且可解释的药物推荐
机构 * McGill University（麦吉尔大学） ； McMaster University（麦马斯特大学） ； University of Toronto（多伦多大学） ； Ohio University（俄亥俄大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.AI
AI总结 提出SafeRx-Agent，一种基于知识的多智能体框架，通过患者上下文、外部临床知识和安全验证来推荐可追溯的药物集合，在MIMIC-III和MIMIC-IV数据集上提高了细粒度药物预测准确性，同时控制了药物相互作用、禁忌症和药物集合大小。
KernelCraft: 面向新兴硬件的近底层内核生成的智能体基准测试
机构 * Department of Computer Science and Technology, University of Cambridge, Cambridge, United Kingdom（计算机科学与技术系，剑桥大学，剑桥，英国） ； Department of Electrical and Electronic Engineering, Imperial College London, London, United Kingdom（电气与电子工程系，伦敦帝国理工学院，伦敦，英国） ； School of Informatics, University of Edinburgh, Edinburgh, United Kingdom（信息学院，爱丁堡大学，爱丁堡，英国）
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE、cs.LG
AI总结 提出KernelCraft基准，通过函数调用和反馈驱动的工作流评估LLM智能体为新兴加速器生成和优化底层内核的能力，在多个任务上验证其能快速生成正确且高效的内核。
InfiMed-ORBIT: 通过基于评分标准的增量训练使大语言模型对齐开放复杂任务
机构 * Department of Computing, The Hong Kong Polytechnic University, Hong Kong, China（香港理工大学计算机系） ； Department of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.AI
AI总结 提出ORBIT框架，利用动态生成的病例条件评分标准指导增量强化学习，仅用2k样本将Qwen3-4B-Instruct在HealthBench-Hard上的得分从7.0提升至27.5，达到同规模开源模型最优。
理解检索增强生成系统的基本设计决策
机构 * Fudan University（复旦大学） ； East China Normal University（华东师范大学） ； Shanghai Innovation Institute（上海创新研究院） ； The University of Tokyo（东京大学） ； Macau University of Science and Technology（澳门科学理工学院） ； Concordia University（Concordia大学） ； University of Alberta（阿尔伯塔大学） ； The University of Tokyo, Japan（日本东京大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE、cs.AI
AI总结 本文通过系统实验，研究了RAG部署中的三个关键决策（是否部署、检索量、知识集成方式），揭示了任务和模型依赖的优化策略，为实践者提供基于证据的指导。
Journal ref ACM Transactions on Software Engineering and Methodology (TOSEM), 2026
Mellum2 技术报告
机构 * JetBrains ； Constructor University（Constructor大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL
AI总结 本文介绍 Mellum 2，一个12B参数（每token激活2.5B）的混合专家语言模型，专攻软件工程，通过架构创新和训练优化在代码生成、数学推理等基准上达到4B-14B开源模型的竞争力。
通过数据为中心的编译对抗在线金融问答中的数值幻觉
机构 * Shenzhen Technology University（深圳科技大学） ； FiT, Tencent（腾讯金融科技部） ； South China University of Technology（华南理工大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Huazhong University of Science and Technology（华中科技大学） ； McGill University（麦吉尔大学）
专题命中 代码生成 ：program synthesis(abstract)；分类 cs.AI
AI总结 提出数据为中心推理编译器（DCRC），通过对抗数据构建、多阶段训练和编译执行推理流程，解决在线金融问答中检索增强生成面临的噪声敏感、计算脆弱和可审计性危机，实现可靠的数值推理。
Comments Accepted by KDD 2026 ADS track
ExpGraph: 面向LLM智能体的模型无关经验学习与图结构记忆
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Nanyang Technological University（南洋理工大学） ； Meta Monetization AI（Meta 营收人工智能）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL
AI总结 提出ExpGraph框架，通过图结构记忆和强化学习实现冻结LLM执行器的外部经验复用，在问答、数学推理、代码生成和多步智能体任务上显著提升性能并减少交互步骤。
战略提供者响应下的策略即代码搜索中的医疗机制
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Tongji University（同济大学）
专题命中 代码生成 ：program synthesis(abstract)；分类 cs.AI
AI总结 将医疗机制设计转化为语言模型的程序合成，通过多智能体模拟器Medi-Sim评估策略提供者响应下的均衡，并利用LLM引导的进化代码搜索合成可检查的混合目标程序。
Comments 32 pages, 18 figures, 4 tables
QASM-Eval：用于训练和评估LLM在超越量子电路的OpenQASM-3上的数据集
机构 * Indiana University Bloomington（印第安纳大学布卢明顿分校）
专题命中 代码生成 ：code generation(abstract)；分类 cs.LG
AI总结 针对LLM在OpenQASM-3硬件级编程上的训练与评估空白，构建了包含专家验证测试集和训练集的数据集，覆盖经典逻辑、时序调度、脉冲控制等，并通过扩展验证器自动验证，实验表明微调后LLM性能显著提升。
elasticAI.explorer：面向硬件感知神经架构搜索的统一端到端框架
专题命中 代码生成 ：code generation(abstract)
AI总结 提出基于Optuna的弹性AI探索器框架，通过YAML搜索空间规范、硬件代码生成和Docker交叉编译，实现硬件在环的神经架构搜索。
Comments 6 pages, 2 figures, IEEE CODASSCA 2026 (submitted)
SERA：软验证的高效仓库智能体
机构 * Allen Institute for AI（艾伦人工智能研究所） ； University of Washington（华盛顿大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Paul G. Allen School of Computer Science and Engineering（保罗·G·艾伦计算机科学与工程学院） ； Allen Institute of Artificial Intelligence（艾伦人工智能研究所） ； Machine Learning Department（机器学习系）
专题命中 软件智能体 ：repository(title,abstract)；coding agent(abstract)；分类 cs.SE、cs.CL、cs.LG
AI总结 提出SERA方法，通过软验证生成（SVG）高效训练编码智能体，使其快速适应私有代码库，在开源模型中取得领先性能且成本极低。
Comments 21 main pages, 6 pages appendix
PithTrain: 一个紧凑且面向智能体的MoE训练系统
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Xlue ； NVIDIA（英伟达）
专题命中 软件智能体 ：coding agent(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 提出PithTrain，一个基于智能体原生设计原则的紧凑型MoE训练框架，通过引入ATE-Bench评估智能体任务效率，在保持生产框架吞吐量的同时，将智能体任务轮次和活跃GPU时间分别降低62%和64%。
拉取请求作为仓库级代码编辑的训练信号
机构 * King's College London, UK（伦敦国王学院） ； Chinese University of Hong Kong, HK（香港中文大学） ； National University of Singapore, SG（新加坡国立大学） ； Microsoft Research Asia, CN（微软亚洲研究院） ； The Alan Turing Institute, UK（艾伦·图灵研究所）
专题命中 软件智能体 ：repository(abstract)；分类 cs.SE、cs.CL、cs.AI
AI总结 提出Clean-PR方法，利用真实GitHub拉取请求作为训练信号，通过重建和验证转换为搜索/替换编辑块，结合无代理对齐的监督微调，在SWE-bench上显著提升仓库级代码编辑性能。
Comments Accepted at ICML 2026
GPU预测器：语言模型作为内核运行时优化的选择性替代
机构 * UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； AI2 ； Johns Hopkins University（约翰霍普金斯大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
专题命中 软件智能体 ：coding agent(abstract)；分类 cs.AI、cs.LG
AI总结 研究利用语言模型作为GPU内核性能的选择性替代，通过强化学习提高预测准确性和校准度，在有限GPU评估预算下加速内核搜索。
Comments Code: https://github.com/codezakh/gpu-forecasters
Go-UT-Bench：用于基于LLM的Go语言单元测试生成的微调数据集
机构 * Nutanix
专题命中 测试生成 ：unit test generation(title,abstract)；分类 cs.LG
AI总结 针对代码LLM训练数据不平衡问题，提出Go-UT-Bench数据集（5264对代码与单元测试），通过微调提升模型在Go语言单元测试生成任务上的性能，在超过75%的基准任务上优于基础模型。
Comments 9 pages, 5 figures
MatchFixAgent: 语言无关的自主仓库级代码翻译验证与修复
机构 * Siebel School of Computing and Data Science, University of Illinois Urbana-Champaign, Urbana, IL, USA（伊利诺伊大学厄巴纳-香槟分校Siebel计算与数据科学学院） ； Amazon, Arlington, VA, USA（亚马逊公司，阿灵顿，弗吉尼亚州，美国） ； University of Oxford, Oxford, UK（牛津大学，牛津，英国）
专题命中 仓库级理解 ：repository(title,abstract)；分类 cs.SE、cs.LG
AI总结 提出基于大语言模型的多智能体框架MatchFixAgent，实现语言无关的仓库级代码翻译等价性验证与修复，在验证覆盖率和修复成功率上显著优于现有方法。
Comments Published in ICML 2026
COLLEAGUE.SKILL: 通过专家知识蒸馏实现自动化AI技能生成
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 提出一个从异构痕迹到可检查、可修正、可代理使用的技能包的自动化蒸馏系统，用于生成基于人的AI技能。
Comments 12 pages, 4 figures
ProofWala: 多语言证明数据合成与定理证明框架
机构 * University of Texas, Austin, USA（得克萨斯大学奥斯汀分校）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.AI、cs.LG、cs.PL
AI总结 提出ProofWala框架，通过itp-interface库实现与交互式定理证明器的程序化交互，支持多语言证明数据合成、并行证明搜索，并验证了跨语言与跨领域迁移的有效性。
PRISM：免训练多模态数据选择的自剪枝内在选择方法
机构 * LMU Munich（慕尼黑大学） ； Munich Research Center, Huawei Technologies（慕尼黑研究中心，华为技术） ； METEOR ； School of Computer Science, Wuhan University（武汉大学计算机学院） ； Munich Center for Machine Learning（慕尼黑机器学习中心）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.CL、cs.AI
AI总结 针对多模态大语言模型视觉指令数据冗余问题，提出一种免训练框架PRISM，通过隐式重中心化消除视觉特征各向异性导致的全局语义漂移，实现高效数据选择，在降低计算成本的同时提升模型性能。
Comments Accepted to ACL 2026 and selected for the Best Paper list; later desk-rejected due to an inadvertent manual bibliography-editing error. Previous versions are withdrawn due to an inadvertent manual bibliography-editing error; please refer to the latest corrected version
AutoSci: 面向完整科学生命周期的以记忆为中心的智能体系统
机构 * Peking University（北京大学）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.AI
AI总结 提出AutoSci，一个以记忆为中心、支持完整科学生命周期的智能体系统，通过结构化记忆、多阶段流程、有向无环图增强和演化机制实现自动化科研。
用强化学习和递归推理自动化形式验证
机构 * Department of Electrical Engineering and Computer Science（电气工程与计算机科学系） ； Massachusetts Institute of Technology（麻省理工学院）
专题命中 程序分析与验证 ：repository(abstract)；分类 cs.SE、cs.LG
AI总结 研究通过可验证奖励的强化学习和验证器引导的推理搜索，提升大语言模型生成验证程序和证明的能力，在Dafny和Lean上取得显著进展。
Comments Master's thesis, 140 pages, 16 figures, 17 tables
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