代码大模型 / AI 编程

EfficientUICoder: A Bidirectional Token Compression Framework for Efficient MLLM-Based UI Code Generation

EfficientUICoder: 一种用于高效基于多模态大语言模型的UI代码生成的双向标记压缩框架

Jingyu Xiao, Zhongyi Zhang, Yuxuan Wan, Yintong Huo, Yang Liu, Michael R. Lyu

机构 * The Chinese University of Hong Kong（香港中文大学） ； Huazhong University of Science and Technology（华中科技大学） ； Singapore Management University（新加坡管理大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 本文提出EfficientUICoder，通过元素和布局感知标记压缩、区域感知标记精炼和自适应重复标记抑制，有效压缩UI代码生成的标记数量，提升生成效率和代码质量。

Comments Published in the Proceedings of the 2026 ACM International Conference on the Foundations of Software Engineering (FSE 2026)

ZeroCoder: Can LLMs Improve Code Generation Without Ground-Truth Supervision?

ZeroCoder：无需真实监督，大语言模型能否提升代码生成？

Lishui Fan, Mouxiang Chen, Tingwei Zhu, Kui Liu, Xin Xia, Shanping Li, Zhongxin Liu

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

AI总结 ZeroCoder通过协同进化代码与测试生成，无需真实监督提升代码生成。该方法利用自动生成的代码-测试交互反馈，通过动态调整选择器优先级，提升测试生成质量与代码生成性能。

Animation2Code: Evaluating Temporal Visual Reasoning in Video-to-Code Generation

Animation2Code: 评估视频到代码生成中的时间视觉推理

Anya Ji, Abhijith Varma Mudunuri, David M. Chan, Alane Suhr

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

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

AI总结 提出Animation2Code基准，通过从视频重建可执行网页动画代码来评估视觉语言模型的时间视觉推理能力，发现现有模型在时间一致性上表现不佳。

CaveAgent: Transforming LLMs into Stateful Runtime Operators

CaveAgent：将LLM转变为具有状态的运行时操作符

Maohao Ran, Zhenglin Wan, Cooper Lin, Yanting Zhang, Hongyu Xin, Hongwei Fan, Yibo Xu, Beier Luo, Yaxin Zhou, Wangbo Zhao, Lijie Yang, Lang Feng, Fuchao Yang, Jingxuan Wu, Yiqiao Huang, Chendong Ma, Yusen Huang, Dailing Jiang, Jianbo Deng, Sirui Han, Yang You, Bo An, Yike Guo, Jun Song

机构 * Hong Kong Generative AI Research and Development Center (HKGAI)（香港生成式AI研究与开发中心（HKGAI）） 纠错

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

AI总结 CaveAgent通过引入双流架构，将LLM从文本生成器转变为运行时操作符，解决了长周期任务中上下文漂移问题，提升了多轮交互的稳定性和数据处理能力。

Comments ver.2

Beyond Scaling Law: A Data-Efficient Distillation Framework for Reasoning

超越缩放定律：一种数据高效的蒸馏框架用于推理

Xiaojun Wu, Xiaoguang Jiang, Huiyang Li, Jucai Zhai, Dengfeng Liu, Qiaobo Hao, Huang Liu, Zhiguo Yang, Ji Xie, Ninglun Gu, Jin Yang, Kailai Zhang, Yelun Bao, Jun Wang

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

AI总结 本文提出一种数据高效的蒸馏框架DED，通过优化推理蒸馏的帕累托前沿，提升推理能力而不依赖大规模数据集。

Structure-Aware Corpus Construction and User-Perception-Aligned Metrics for Large-Language-Model Code Completion

面向结构的语料构建与用户感知对齐的代码补全评估指标

Dengfeng Liu, Jucai Zhai, Xiaoguang Jiang, Ziqun Li, Qianjin Yu, Feng Liu, Rui Ye, Huang Liu, Zhiguo Yang, Yongsheng Du, Fang Tan

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

AI总结 本文提出LCP和ROUGE-LCP评估指标，从概率建模角度解决代码补全中用户感知与现有指标的差距问题，并通过SPSR-Graph方法提升模型性能。

Comments 14 pages,8 figures

Journal ref ICASSP2026

AlgoSkill: Learning to Design Algorithms by Scheduling Human-Like Skills

AlgoSkill: 通过调度类人技能学习设计算法

Xinyuan Song, Zekun Cai, Liang Zhao

机构 * Emory University（埃默里大学） ； The University of Tokyo（东京大学） ； LocationMind 纠错

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

AI总结 提出AlgoSkill框架，将算法设计建模为基于类型化技能库的序列决策，通过MCTS和验证反馈调度技能，在竞赛编程和组合优化任务上优于直接生成和自优化方法。

Comments Under Review

NeuReasoner: Theory-grounded Mapping of Reasoning Elicitation Boundaries

NeuReasoner: 理论驱动的推理激发边界映射

Aydin Javadov, Shyngys Aitkazinov, Tobias Hoesli, Florian von Wangenheim, Bjoern Schuller, Joseph Ollier

机构 * ETH Zürich（苏黎世联邦理工学院） ； Imperial College London（伦敦帝国理工学院） ； Technical University of Munich（慕尼黑技术大学） 纠错

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

AI总结 提出理论驱动的NeuReasoner框架，通过神经透镜与认知透镜结合，在无需外部工具下激发大模型推理能力，在数学、编码及认知任务上匹配或超越后训练思维模式，并发现风险决策等边界。

Experience Graphs: The Data Foundation for Self-Improving Agents

经验图：自我改进智能体的数据基础

Gang Liao, Yujia He, Abdullah Ozturk, Zhouyang Li, Ying Wang, Zhitong Guo, Hongsen Qin, Yaobin Qin, Tao Yang, Zewei Jiang, Dianshi Li, Jort Gemmeke, Jiangyuan Li, Liyuan Li, Nathan Yan, Masha Basmanova, Uladzimir Pashkevich, Matt Steiner, Pedro Pedreira, Rob Fergus, Anirudh Goyal, Carole-Jean Wu, Gaoxiang Liu, Andrew Witten, Daniel J. Abadi

机构 * Meta Platforms（Meta平台） ； University of Maryland, College Park（马里兰大学学院公园分校） 纠错

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

AI总结 提出Trellis系统，将智能体探索过程产生的经验图作为一等数据库状态，通过查询、重用和物化视图支持跨会话复用和训练数据提取，在Meta的KernelEvolve中实现10倍加速和52%更低token成本。

FlipGuard: Defending Large Language Models Against Quantization-Conditioned Backdoor Attacks

FlipGuard：防御针对大型语言模型的量化条件后门攻击

Aoying Zheng, Anqi Du, Zizhuang Deng, Yuxuan Chen

机构 * School of Cyber Science and Technology（网络安全科学与技术学院） ； Suzhou Research Institute of Shandong University（山东大学苏州研究院） 纠错

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

AI总结 提出FlipGuard防御框架，通过量化前扰动权重打破后门触发条件，有效抑制量化条件后门攻击，并引入DER指标统一评估安全、效用与成本。

Comments Accepted by ICME 2026

Compressed Sensing for Capability Localization in Large Language Models

压缩感知在大语言模型能力定位中的应用

Anna Bair, Yixuan Even Xu, Mingjie Sun, J. Zico Kolter

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 研究通过压缩感知方法识别大语言模型中特定能力依赖的稀疏注意力头，发现关闭少量头可显著降低特定能力表现，揭示了模型模块化组织原则。

SWE-Together: Evaluating Coding Agents in Interactive User Sessions

SWE-Together：在交互式用户会话中评估编码代理

Yifan Wu, Zhuokai Zhao, Songlin Li, Ho Hin Lee, Jiacheng Zhu, Shirley Wu, Tianhe Yu, Serena Li, Lizhu Zhang, Xiangjun Fan, Shengzhi Li

机构 * Meta 纠错

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

AI总结 提出SWE-Together基准，从真实用户-代理编码会话中重建多轮交互任务，并利用基于LLM的用户模拟器评估编码代理的协作能力，发现强代理成功率更高且干预更少。

Dockerless: Environment-Free Program Verifier for Coding Agents

Dockerless: 面向编码智能体的无环境程序验证器

Wenhao Zeng, Yuling Shi, Xiaodong Gu, Chao Hu, Chaofan Wang, Yuhao Cui, Hongting Zhou, Mengnan Qi, Jianqiao Wangni, Zhaojian Yu, Shuzheng Gao, Kai Cai, Shilin He

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

AI总结 提出Dockerless，一种无需执行代码即可验证补丁正确性的智能体验证器，通过智能体仓库探索收集证据判断补丁正确性，在验证基准上超越最强开源验证器14.3 AUC点，并实现完全无环境的训练后流程。

Red-Teaming Coding Agents from a Tool-Invocation Perspective: An Empirical Security Assessment

从工具调用角度审视代码代理的红队测试：一项经验性安全评估

Yuchong Xie, Mingyu Luo, Zesen Liu, Zhixiang Zhang, Kaikai Zhang, Yu Liu, Zongjie Li, Ping Chen, Shuai Wang, Dongdong She

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Fudan University（复旦大学） 纠错

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

AI总结 本文从工具调用角度对六个流行的代码代理进行红队测试，发现ToolLeak漏洞并实现远程代码执行，揭示了代码代理的安全风险及防御建议。

SWE-MeM: Learning Adaptive Memory Management for Long-Horizon Coding Agents

SWE-MeM：面向长周期编码代理的自适应内存管理学习

Shuzheng Gao, Wenhao Zeng, Zhaojian Yu, Jianqiao Wangni, Chaozheng Wang, Kai Cai, Shilin He, Michael R. Lyu

机构 * The Chinese University of Hong Kong, China（香港中文大学） ； Shanghai Jiao Tong University, China（上海交通大学） ； Tsinghua University, China（清华大学） ； ByteDance, China（字节跳动） 纠错

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

AI总结 提出SWE-MeM训练框架，通过灵活的内存工具和Memory-aware GRPO优化，让代理在有限上下文预算下自主决定压缩时机、内容和方式，在SWE-Bench Verified上以4B和30B模型分别达到43.4%和60.2%的解决率，优于现有方法。

Building to the Test: Coding Agents Deliver What You Check, Not What You Requested

为测试而构建：编码代理交付的是你检查的内容，而非你请求的内容

Yanuo Ma, Ben Kereopa-Yorke, Ben Schultz

机构 * Microsoft（微软） 纠错

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

AI总结 研究发现，在代码生成任务中，编码代理在测试存在时得分接近完美，但实际交付的库却残缺不全，揭示了“为测试而构建”的倾向，并提出了“验证自我意识”这一概念。

Comments 27 pages (9 main + 14 appendix), 2 figures, 5 tables

Code Reasoning for Software Engineering Tasks: A Survey and A Call to Action

代码推理用于软件工程任务：调查与呼吁行动

Saurabh Pujar, Ira Ceka, Irene Manotas, Gail Kaiser, Baishakhi Ray, Shyam Ramji

机构 * IBM ； Columbia University（哥伦比亚大学） 纠错

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

AI总结 本文调查代码推理技术，探讨其在软件工程任务中的影响，提出未来研究方向。

Comments Published in Transactions on Machine Learning Research (06/2026) 40 pages, 8 figures, 11 tables

SWE-fficiency: Can Language Models Optimize Real-World Repositories on Real Workloads?

SWE-fficiency：语言模型能否在真实工作负载上优化现实世界仓库？

Jeffrey Jian Ma, Milad Hashemi, Amir Yazdanbakhsh, Kevin Swersky, Ofir Press, Enhui Li, Vijay Janapa Reddi, Parthasarathy Ranganathan

机构 * Harvard University（哈佛大学） ； Google DeepMind（谷歌DeepMind） ； Princeton University（普林斯顿大学） ； Google（谷歌） 纠错

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

AI总结 本文提出SWE-fficiency基准，评估语言模型在真实工作负载上优化软件仓库性能的能力，发现现有模型在定位优化机会和保持正确性方面表现不佳。

Comments Appearing at ICML 2026. Data, code, and leaderboard are available at https://swefficiency.com/

SWE-INTERACT: Reimagining SWE Benchmarks as User-Driven Long-Horizon Coding Sessions

SWE-INTERACT: 将 SWE 基准重新构想为用户驱动的长周期编码会话

Mohit Raghavendra, Anisha Gunjal, Aakash Sabharwal, Yunzhong He

机构 * Scale AI 纠错

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

AI总结 提出 SWE-Interact 测试平台，通过用户模拟器模拟多轮交互式软件开发任务，评估编码代理在模糊需求、渐进反馈和迭代修订下的意图发现与自适应能力。

Comments -

AI Training Manager: Bounded Closed-Loop Control of Adaptive Training Recipes

AI训练管理器：自适应训练配方的有界闭环控制

Anjali Rao, Nikhil Kamalkumar Advani

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

AI总结 提出一种基于LLM的有界监督控制器，通过结构化遥测和约束动作空间，动态调整学习率、正则化等超参数，解决训练中的过拟合、损失不平衡等问题，在语言建模和强化学习任务中提升性能。

Comments 12 pages, 9 figures

Exploring LLM Agent Designs and Interaction Modalities for Scientific Visualization

探索LLM代理在科学可视化中的交互范式

Jackson Vonderhorst, Kuangshi Ai, Haichao Miao, Shusen Liu, Chaoli Wang

机构 * Univ. Notre Dame（诺特难大学） ； LLNL（劳伦斯利弗莫尔国家实验室） 纠错

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

AI总结 本文研究不同类型的LLM代理在科学可视化任务中的表现，通过评估八种代表性代理在15个基准任务中的可视化质量、效率、鲁棒性和计算成本，发现通用编程代理任务成功率最高但计算成本高，领域专用代理更高效稳定但灵活性差，计算机使用代理在单步任务表现良好但多步流程受限。

VulKey: Automated Vulnerability Repair Guided by Domain-Specific Repair Patterns

VulKey：基于领域特定修复模式的自动漏洞修复

Jia Li, Zhuangbin Chen, Yuxin Su, Michael R. Lyu

专题命中 程序修复 ：code generation(abstract)；分类 cs.SE

AI总结 VulKey通过层级化抽象专家知识指导补丁生成，实现更高泛化性和语义丰富性，其在PrimeVul数据集上达到31.5%的修复准确率，超越现有方法。

Comments Accepted by FSE 26

A Hybrid Framework For Crypto-Ransomware Detection In Enterprise Shared Storage

面向企业共享存储的加密勒索软件混合检测框架

Gervais Hatungimana, Abdun Naser Mahmood, Mohammad Jabed Morshed Chowdhury

机构 * Department of Computer Science and Information Technology, La Trobe University（拉特罗布大学计算机科学与信息技术系） 纠错

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

AI总结 提出一种混合检测框架，通过感兴趣区域（RoI）技术分析网络流量提取入侵指标（IoC），结合机器学习模型检测高规避性勒索软件变种，在共享存储环境中实现99.64%精度和0%漏报率。

iCoRe: An Iterative Correlation-Aware Retriever for Bug Reproduction Test Generation

iCoRe: 一种迭代相关性感知的Bug重现测试生成检索器

Junyi Wang, Jialun Cao, Zhongxin Liu

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

AI总结 本文提出iCoRe，一种迭代相关性感知的Bug重现测试生成检索器，通过区分源代码与测试用例的检索需求、结合文本语义与函数调用结构、以及实现检索与生成阶段的反馈循环，提升Bug重现测试生成的准确性。

Rehearsed Multi-Agent Live Product Demonstrations with Real-Time Voice Question Answering

排练式多智能体实时语音问答产品演示

Rahul Khedar, Mayank Malhotra, Avinash Karn, Mouli V, Prakhar Mehrotra

机构 * PayPal AI 纠错

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

AI总结 提出多智能体系统Rhetor，通过跨模态特征表示、接地脚本、排练循环和运行时同步，实现带语音问答的实时产品演示自动化。

Comments Preprint. 4 figures, 1 algorithm, 5 tables. Systems paper with a preliminary six-session case study on four deployed applications; full benchmark protocol proposed, corpus run to appear in a later revision

Little Brains, Big Feats: Exploring Compact Language Models

小脑袋，大成就：探索紧凑型语言模型

Dari Baturova, Elena Bruches, Ivan Chernov, Roman Derunets, Arsenii Fomin, Andrey Kostin

机构 * Siberian Neuronets LLC（西伯利亚神经网络有限公司） 纠错

专题命中 代码评测 ：repository(abstract)；分类 cs.CL、cs.AI

AI总结 本研究探索小型语言模型在检索增强生成（RAG）系统中的生成性能，实验表明无需GPU即可在设备上运行，并提供了基准测试结果。

Comments Accepted to ECML PKDD 2026, Applied Data Science track. Author preprint; the definitive version will appear in the proceedings of ECML PKDD 2026, Springer LNCS

When AI Reviews Its Own Code: Recursive Self-Training Collapse in Code LLMs

当AI审查自己的代码：代码大语言模型中的递归自训练崩溃

Xinyuan Song, Zekun Cai, Liang Zhao

机构 * Emory University（埃默里大学） ； The University of Tokyo（东京大学） ； LocationMind 纠错

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

AI总结 研究代码LLM在递归自训练中因缺乏外部质量控制而崩溃的风险，对比无审查、人工门控和AI自门控三种机制，发现AI自门控会退化为无门控自训练，需外源验证。

Comments Under Review

Implementation of Hyperelastic Physics-Augmented Neural Networks in the Explicit Finite Element Codes Simcenter Radioss and OpenRadioss with Applications to Impact Events

显式有限元代码Simcenter Radioss和OpenRadioss中超弹性物理增强神经网络的实现及其在冲击事件中的应用

Lukas Maurer, Sascha Eisenträger, Marian Bulla, Daniel Juhre

机构 * Otto von Guericke University（奥托·冯·格里克大学） 纠错

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

AI总结 提出将物理增强神经网络（PANNs）集成到显式有限元求解器的方法，通过自动生成Fortran用户材料子程序实现高效计算，并验证其在超弹性材料冲击模拟中的准确性。

Comments 26 pages, 11 Figures, 11 Listings, 4 Tables

LAMP: Lean-based Agentic framework with MCP and Proof Repair

LAMP: 基于 Lean 的 MCP 与证明修复智能体框架

Santhana Srinivasan R, Maithilee Patawar

机构 * Indian Institute of Information Technology, Design and Manufacturing, Kancheepuram（印度信息与设计制造理工学院，卡纳切普拉姆） 纠错

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

AI总结 提出 LAMP 多智能体框架，通过推理时提供结构化领域知识（本体）而非微调，在 Lean 4 中合成内核验证的证明，在组合学词领域定理上达到 96.7% 的验证率。

RADIANT-PET: Reasoning-Augmented PET/CT Lesion Segmentation with Large Language Models and Reinforcement Learning

RADIANT-PET：结合大语言模型和强化学习的推理增强型PET/CT病灶分割

Jiasheng Wang, Tanun Jitwatcharakomol, Piyawadee Jongpradubgiat, Simeng Zhu

机构 * Division of Hematology, The Ohio State University Comprehensive Cancer Center（血液科，俄亥俄州立大学综合癌症中心） ； Department of Radiology, Mahidol University（医学放射科，玛希多大学） ； Department of Radiology, Mettapracharak Hospital（医学放射科，Mettapracharak医院） ； Department of Radiation Oncology, The Ohio State University Comprehensive Cancer Center（放射肿瘤科，俄亥俄州立大学综合癌症中心） 纠错

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

AI总结 提出RADIANT-PET框架，通过大语言模型和强化学习对候选摄取区域进行推理分类，抑制生理性假阳性，提升PET/CT病灶分割准确性。