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。

2026-06-29 至 2026-06-29 共收录 3 篇信号源：cs.SE, cs.CL, cs.AI, cs.LG, cs.PL

1. 代码生成 3 篇

2603.04873 2026-06-29 cs.AI 版本更新 74%

SEA-TS: Self-Evolving Agent for Autonomous Code Generation of Time Series Forecasting Algorithms

SEA-TS：面向时间序列预测算法自主代码生成的自我进化智能体

Longkun Xu, Xiaochun Zhang, Qiantu Tuo, Rui Li

机构 * Ecoflow Inc.（Ecoflow公司）

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

AI总结提出SEA-TS框架，通过度量优势MCTS、代码审查与运行提示优化、全局可引导推理三大机制，自主迭代生成、验证和优化时间序列预测算法代码，在四个数据集上优于TimeMixer等基线。

2510.03243 2026-06-29 cs.LG cs.AI cs.DC cs.PF 版本更新 62%

Ranking Before Serving: Low-Latency LLM Serving via Pairwise Learning-to-Rank

先排序后服务：通过成对学习排序实现低延迟LLM服务

Yiheng Tao, Yihe Zhang, Matthew Dearing, Xin Wang, Yuping Fan, Michael E. Papka, Zhiling Lan

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校）； Argonne National Laboratory（阿贡国家实验室）

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

AI总结提出PARS调度器，通过成对排序预测任务响应长度，近似最短作业优先调度，减少队头阻塞，在vLLM上实现高达15.7倍延迟降低。

Comments 13 pages, 4 figures. Published in ISC High Performance 2026 Research Paper Proceedings (41st International Conference)

Journal ref ISC High Performance 2026 Research Paper Proceedings (41st International Conference), Hamburg, Germany, 2026

2606.28194 2026-06-29 cs.LG 新提交 57%

COCOLogic-V2: Identifying Logical Inconsistencies via Truly Hard-Negatives

COCOLogic-V2: 通过真正的困难负样本识别逻辑不一致性

David Steinmann, Antonia Wüst, Kristian Kersting, Wolfgang Stammer

机构 * Computer Science Department, TU Darmstadt（达姆施塔特工业大学计算机科学系）； Hessian Center for AI (hessian.AI)（黑森人工智能中心）； German Research Center for AI (DFKI)（德国人工智能研究中心）； Max Planck Institute for Informatics, SIC（马克斯·普朗克信息学研究所SIC）； RTG Neuroexplicit Models（RTG神经显式模型）

专题命中代码生成：program synthesis(abstract)；分类 cs.LG

AI总结提出COCOLogic-V2数据集，通过正样本、近边界和远边界负样本分类，评估模型在真实图像上的视觉归纳推理能力，发现模型在近边界样本上表现差，视觉归纳推理仍是开放挑战。