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。
基于角色的多智能体代码生成在仓库规模问题上的评估
专题命中 代码生成 ：code generation(title,abstract)；repository(title,abstract)；分类 cs.SE
AI总结 研究基于角色的多智能体代码生成在仓库规模问题上的效果，通过对12个Java仓库评估，发现其生成代码与开发者代码更相似，但与人工实现仍有差距。
Comments 8 pages, 1 figure, 2 tables. Accepted for publication in the IEEE Software Special Issue on Engineering Agentic Systems
Journal ref IEEE Software 2026 - Special Issue on Engineering Agentic Systems
超越速度需求：通过模拟引导强化学习实现能源感知代码生成
机构 * Dalhousie University（达尔豪斯大学）
专题命中 代码生成 ：code generation(title,abstract)；code model(abstract)；分类 cs.SE、cs.LG
AI总结 研究针对代码模型忽视软件能源效率问题，用确定性架构模拟构建数据集，经监督微调与闭环强化学习训练能源感知代码模型，引入新指标评估，提升能源效率，揭示问题并开源数据，助力社区。
EEG-SpikeAgent：用于自动脑电图尖峰检测的智能闭环程序合成
机构 * Dept. of Brain and Cognitive Sciences, Massachusetts Institute of Technology（脑科学与认知科学系，麻省理工学院） ； Dept. of Neuroscience, University of California, Berkeley（神经科学系，加州大学伯克利分校） ； Dept. of Neurology and Neurologic Sciences, Stanford University（神经病学与神经科学系，斯坦福大学） ； Weill Institute of Neurology and Neurosciences, University of California, San Francisco（Weill神经医学研究所，加州大学旧金山分校） ； University of California, San Francisco（加州大学旧金山分校）
专题命中 代码生成 ：program synthesis(title,abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 研究利用大语言模型智能系统，为头皮脑电图尖峰检测生成信号处理特征。核心方法是迭代提出特征模块并执行代码生成表格特征，评估性能后反馈优化。贡献是实现可审核的脑电图特征工程自动化。
Comments 7 pages, 5 figures
Copper：统一代码生成中的正确性和性能规范
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.SE
AI总结 研究如何在代码生成中兼顾正确性与性能，核心方法是结合形式验证与性能感知规范，主要贡献是生成的代码可证明正确且高效执行，缩小了AI辅助编程中可信度和性能的差距。
BeSpec：用于代码生成的行为级规范对齐
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.SE
AI总结 研究针对代码生成中规范不匹配问题，提出基于行为模型的BeSpec方法，通过构建行为模型、生成候选程序并对比行为来对齐规范，在多基准测试中效果优于基线。
从失败到通过：为大语言模型代码生成演化自然语言提示优化规则
专题命中 代码生成 ：code generation(title)；分类 cs.SE
AI总结 研究大语言模型提示敏感性，用搜索法演化自然语言转换规则，提出DUALFIX管道，结合规则与执行反馈修复，可跨问题跨模型使用，提升代码生成性能。
dOPSD：扩散语言模型的策略内自蒸馏
机构 * National University of Singapore（新加坡国立大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.AI
AI总结 研究扩散语言模型强化推理难的问题，提出dOPSD，通过从学生去噪轨迹直接推导教师特权信息，实现策略内自蒸馏，提升模型在数学推理和代码生成等任务表现。
构建者、防御者、破坏者：反对从人工智能驱动的安全生命周期中移除人类的理由
机构 * School of Computer Science and Mathematics, Keele University（基尔大学计算机科学与数学学院） ； Cybersecurity Institute, University of Liverpool（利物浦大学网络安全研究所）
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE、cs.AI
AI总结 探讨人工智能在安全生命周期中集多角色于一身的现象，指出移除人类会带来问题，基于多领域证据论证人类应是安全生命周期的永久结构要求，并阐述人机合理分工。
Comments 7 pages
基于大语言模型的软件多样性对可靠性提升的有效性——一项实证研究
机构 * University of Coimbra, CISUC/LASI（科英布拉大学，CISUC/LASI） ； Centre for Software Reliability（软件可靠性中心） ； Department of Informatics Engineering（信息工程系） ； Department of Computer Science（计算机科学系） ； City St George’s, University of London（伦敦城市圣乔治大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE、cs.AI
AI总结 研究大语言模型能否成为软件多样性的实用生成器及提升可靠性程度。通过扩展经典实证研究，对多种规范程序进行测试，探索大语言模型多样性多维度影响，结果表明其能助力可靠性提升。
跨连续软件开发工具包版本对大语言模型生成的量子代码中的 API 漂移进行基准测试
机构 * Department of Computer Science（计算机科学系） ； Khalifa University（卡利法大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE、cs.AI
AI总结 研究大语言模型生成的量子代码能否可靠适配特定 SDK 版本（API 漂移问题），引入量子 API 漂移基准，以 Qiskit 为例评估 17 个模型，揭示版本对齐是量子代码生成评估新维度及 API 漂移恢复情况。
CORA：基于切片的相干正交旋转，用于基于SVD的低秩适配
机构 * Purdue University（普渡大学） ； Shanghai Institute for Mathematics and Interdisciplinary Sciences / Fudan University（上海数学与交叉科学研究院 / 复旦大学） ； Futurewei Technologies, Inc.（未来科技有限公司）
专题命中 代码生成 ：code generation(abstract)；分类 cs.LG
AI总结 针对现有基于SVD的PEFT方法未保留预训练奇异基耦合几何的问题，提出逐切片相干正交旋转适配方法CORA，参数量远低于同类方法，在常识推理、代码生成任务上性能更优。
Comments 13 pages, 1 figure
超越项目顺序：用于基于语义ID的生成式推荐的时间间隔令牌化
专题命中 代码生成 ：code generation(abstract)
AI总结 研究基于语义ID的生成式推荐，提出ChronoSID框架。从互补视角注入时间信号，一是用时间感知掩码自编码器，二是离散时间间隔为令牌与语义ID交织。实验表明其优于基线，消融研究验证组件贡献。
编码智能体中的潜在编程视界
机构 * KTH Royal Institute of Technology（瑞典皇家理工学院）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.LG
AI总结 该研究探究编码智能体底层语言模型的程序内部表征，通过逻辑回归探针发现其残差流可线性编码程序属性，还能提前约25步预测后续编辑结果，为编码智能体的机制可解释性研究提供新方向。
CoACT：用于编码智能体的动作保持观测压缩
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.AI
AI总结 研究编码智能体观测压缩问题，提出基于动作保持的CoACT方法，通过检查智能体下一个动作来筛选压缩候选，训练时用两种奖励过滤并选择候选，实验表明该方法能降成本且保持任务解决有效性。
原子提交基准测试：编码代理能否从压缩补丁中重建提交历史？
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE
AI总结 研究编码代理从压缩补丁重建提交历史的问题，将任务形式化为有重放要求的块到提交分区，构建基准测试并评估，发现自然重建比重放检查等难，部分方法表现较好，还找出常见失败模式及改进方法。
Comments 21 pages, 6 figures, benchmark paper on coding agents and software engineering; preprint
MOSAIC：大语言模型编码代理中知识引导的命令行命令组合攻击
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE
AI总结 研究大语言模型编码代理中CLI命令组合风险，提出知识引导框架MOSAIC，从漏洞等提取命令状态行为总结成攻击路径，实例化开发者工作流程，通过多实验得高攻击成功率。
Comments 12 pages, 3 figures
群体研究：编排编码智能体以进行开放式发现
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.AI
AI总结 研究长期运行的编码智能体存在的问题，假设两个设计选择导致该问题，介绍SwarmResearch，一种编排器-子智能体架构，在开放式优化任务中表现良好，其编排器引导扩展能发现更好方案。
编码代理能否实现错过的编译器优化？在LLVM窥孔优化上评估大语言模型代理
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE
AI总结 研究编码代理能否开发编译器优化，引入PeepholeBench框架，其任务来自LLVM的实际窥孔优化问题，通过对比衡量编码代理与人工修复，发现正确性和收益性间存在矛盾及主要失败模式，为编码代理提供了现实且具挑战性的基准。
ChainSWE：在多漏洞软件维护中对编码代理进行基准测试
专题命中 软件智能体 ：coding agent(title)；repository(abstract)；分类 cs.SE
AI总结 研究针对语言模型代理在多漏洞软件维护中的评估问题，引入ChainSWE基准，通过收集Python项目问题链进行评估，发现链长度增加时性能下降。
NatureBench: 编码智能体能达到Nature系列论文已发表SOTA水平吗？
机构 * Horizon Research（地平线研究） ； Tsinghua University（清华大学）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.CL
AI总结 提出跨学科基准NatureBench，包含90个来自Nature系列论文的任务，评估AI编码智能体在真实科学问题上的发现能力。最强模型仅在17.8%任务上超越SOTA，失败主因是方法选择错误和计算预算不足。
Comments Add results of GLM-5.2 and MinMax-M3
SkillOpt-Lite：通过一行代码实现更好更快的智能体自我进化
机构 * LMMs-Lab（LMMs实验室） ； NTU MMLab（国立台湾大学MMLab） ； Microsoft（微软公司）
专题命中 软件智能体 ：coding agent(abstract)；分类 cs.SE、cs.AI、cs.LG
AI总结 研究智能体技能优化，通过零阶优化形式化，基于相关理念和学习建立收敛与泛化原则，提出SkillOpt-Lite加速收敛且性能优，还集成到生产编码智能体，最小管道可推广到完整 harness 优化。
SkillFab：一个原生代理技能生产平台
机构 * Peking University（北京大学） ； Huawei（华为） ； Northwestern Polytechnical University（西北工业大学） ； Zhongguancun Academy（中关村学院）
专题命中 软件智能体 ：repository(abstract)；分类 cs.SE、cs.AI
AI总结 SkillFab是原生代理平台，将缺失能力转化为可复用技能。运行时代理先找技能，无则提需求，经SkillFab管理库等流程开发，通过多界面暴露相同生命周期，使工作可审查可恢复，还介绍了平台及案例。
Comments 12 pages, 7 figures. Technical report
LLMoxie：探索用于科学软件开发的智能AI
机构 * eScience Institute University of Washington（eScience研究院华盛顿大学）
专题命中 软件智能体 ：coding agent(abstract)；分类 cs.SE、cs.AI
AI总结 研究针对科学软件开发中现有AI编码代理的不足，介绍LLMoxie平台及其插件生态系统，通过实践总结多域研究软件工程师中心采用智能AI的挑战、平台设计及操作经验，提升AI编码代理能力。
Comments 9 pages, 4 figures. Accepted to ACM SIGKDD 2026 Workshop: Agentic AI for Scientific and Societal Advances (SciSoc Agents and LLMs). Describes an agentic AI platform for scientific software engineering with governed multi-cloud inference, structured multiagent workflows, and domain-aware coding support (cs.SE, cs.MA, cs.AI)
廉价代码，昂贵判断：可控代理软件工程案例研究
专题命中 软件智能体 ：coding agent(abstract)；分类 cs.SE、cs.AI
AI总结 通过12周案例研究，提出治理转换理论模型，解释专家工程师如何利用AI编码代理实现高速开发并保持可控性。
Comments 13 pages
智能体数据注入攻击对人工智能智能体构成现实威胁
机构 * Seoul National University（首尔国立大学） ； Largosoft ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 软件智能体 ：coding agent(abstract)；分类 cs.AI
AI总结 介绍智能体数据注入攻击（ADI）这一新型间接提示注入，其伪装可信数据注入恶意数据使智能体执行意外操作，研究发现现实智能体漏洞及ADI在多种模型和智能体设置中有效，揭示智能体安全关键差距。
Comments 19 pages, 19 figures, 7 tables
受治理的个体化：通过密码学方式将智能体的学习与其授权方解耦
机构 * School of Software, Harbin Institute of Technology（哈尔滨工业大学软件学院） ； School of Computer Science and Technology, Harbin Institute of Technology（哈尔滨工业大学计算机科学与技术学院） ； School of Future Science and Engineering, Soochow University（苏州大学未来科学与工程学院）
专题命中 软件智能体 ：software agent(abstract)；分类 cs.AI
AI总结 研究智能体在部署中学习时，运行系统是否仍受操作员授权限制的问题。提出受治理的个体化方法，通过绑定身份摘要和基于语义效果的动作门控保证限制，证明学习等不会扩大权限，实证验证了该方法效果。
Comments Technical companion report. 25 pages, 8 figures
通过动态实时组合策略保护多工具人工智能代理链
机构 * Microsoft AI（微软人工智能）
专题命中 软件智能体 ：coding agent(abstract)；分类 cs.AI
AI总结 研究多工具代理链安全问题，提出动态安全控制合成器（DSCC），分两阶段实现组合安全。阶段1在会话检查时合成策略，阶段2在运行时跟踪数据敏感度，提供深度防御，评估了参考实现。
ORBIT-Q：科学量子编程中自主代理的双轴基准测试
专题命中 软件智能体 ：coding agent(abstract)
AI总结 为解决自主编码代理在科学计算中缺乏严格验证范式问题，引入ORBIT-Q。其核心是精心策划的量子工作流程套件，结合严格验证管道进行双轴比较，评估结果为相关研究提供基准。
Comments 7.5 pages, 4 figures with references and supplementary information
使用中间形式规范训练代码语言模型进行推理
机构 * FPT Software AI Center（FPT软件人工智能中心） ； University of Texas at Dallas（德克萨斯大学达拉斯分校） ； Hanoi Univ. of Science and Tech.（河内科学技术大学） ； Texas, USA（得克萨斯州，美国） ； Hanoi, Vietnam（河内，越南）
专题命中 程序修复 ：program repair(abstract)；分类 cs.SE、cs.CL
AI总结 研究可执行检查点规范生成，介绍SpecCoder框架从多种程序学习，能选正确规范拒错误执行。引入HumanExec基准测试，实验表明其提升了检查点规范质量及下游正确性推理和修复能力。
用于测试维护预测的智能信息融合探索
机构 * Chalmers University of Technology and University of Gothenburg（楚德斯技术大学和戈特堡大学） ； Ericsson AB（爱立信有限公司） ； University of Gothenburg（戈特堡大学）
专题命中 测试生成 ：repository(abstract)；分类 cs.SE、cs.AI
AI总结 研究针对测试维护预测问题，提出多智能体框架MAST，通过智能融合多种分析方法及后检查程序，在实际场景中评估，提升了测试维护预测水平。
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