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。

2026-06-10 至 2026-06-10 共收录 4 信号源:cs.SE, cs.CL, cs.AI, cs.LG, cs.PL

1. 仓库级理解 4 篇

2606.04397 2026-06-10 cs.SE cs.IR 版本更新 57%

Context-as-AI-Service: Surfacing Cross-File Dependency Chains for LLM-Generated Developer Documentation

上下文即服务:为LLM生成的开发者文档揭示跨文件依赖链

Ameya Gawde, Vyzantinos Repantis, Harshvardhan Singh, Lucy Moys

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

AI总结 提出Context-as-a-Service (CaaS)检索层,通过索引代码库并支持关键词与语义搜索,帮助LLM代理在生成或审查文档时追踪跨文件依赖链,实验表明CaaS能发现基线遗漏的错误并减少时间和输入令牌消耗。

Comments 8 pages, 2 figures, 4 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.09290 2026-06-10 cs.SE cs.CE cs.MA 版本更新 57%

ToolRosella: Translating Code Repositories into Standardized Tools for Scientific Agents

ToolRosella: 将代码仓库翻译为科学智能体的标准化工具

Shimin Di, Xujie Yuan, Hanghui Guo, Chaoqian Ouyang, Yongxu Liu, Ling Yue, Zhangze Chen, Libin Zheng, Jia Zhu, Shaowu Pan, Jian Yin, Yong Rui, Min-Ling Zhang

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

AI总结 提出ToolRosella框架,通过仓库分析、工具接口构建、执行测试和迭代修复,自动将异构科学代码仓库转化为标准化、可被智能体调用的工具,在122个仓库上达到61.5%的转换成功率,下游任务成功率为84.0%。

Comments 20 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.10666 2026-06-10 cs.CV cs.DB 新提交 50%

Analyzing Training-Free Corruption Detection for Object Detection Datasets

分析目标检测数据集的无训练腐败检测

Christian Sieberichs, Simon Geerkens, Thomas Waschulzik, Viswanathan Ramesh, Alexander Braun

机构 * University of Applied Sciences Düsseldorf(杜塞尔多夫应用科学大学) Siemens Mobility GmbH(西门子交通有限公司) Goethe University Frankfurt(法兰克福大学)

专题命中 仓库级理解 :repository(abstract)

AI总结 本文研究无训练特征空间方法在目标检测数据集中检测标注错误的应用,发现该方法能可靠暴露语义错误,但位置错误难以检测。

Comments Accepted at DataCV Workshop, Conference on Computer Vision and Pattern Recognition (CVPR) 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.18921 2026-06-10 nucl-th astro-ph.HE hep-ph 版本更新 50%

Microscopic constraints for the equation of state and structure of neutron stars: a Bayesian model mixing framework

中子星状态方程与结构的微观约束:贝叶斯模型混合框架

A. C. Semposki, C. Drischler, R. J. Furnstahl, D. R. Phillips

专题命中 仓库级理解 :repository(abstract)

AI总结 提出贝叶斯模型混合框架,结合手征有效场论和微扰QCD约束中子星物质状态方程,采用高斯过程量化不确定性,并推导质量-半径关系。

Comments 17 pages, 9 figures, 3 tables. Version now matches the published article

详情

展开后加载摘要…

URL PDF HTML 收藏