代码大模型 / AI 编程

LLM-Driven CI-CD Workflow Intelligence for Cyber Systems Engineering

面向网络系统工程的由大语言模型驱动的持续集成与持续交付工作流智能

Bonan Shen, Jiazhou Gao, Tao Ning, Wei-Jung Huang, Xin Liu

机构 * Independent Researcher（独立研究者） 纠错

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

AI总结 研究面向网络系统工程的CI/CD工作流智能，通过基于大语言模型的分析管道，结合多种方法处理大量GitHub库数据，发现问题并得出结果，强调CI/CD可观测性应结合诊断、上下文和人工审查。

Using Process Mining to Generate AI Agents from Software Engineering Process Records

利用过程挖掘从软件工程过程记录生成人工智能代理

Saimir Bala, Fabiana Fournier, Lior Limonad, Andreas Metzger

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

AI总结 研究如何在软件工程中结合人工智能代理，面临代理粒度和关注点分离难题。通过过程挖掘，用软件库事件日志发现特定项目代理角色，生成规范与实现，并进行测试和用户研究验证效果。

Comments To be published at the 24th International Conference on Business Process Management (BPM 2026), Process Technology Forum

CONTRA: Red-Teaming Configurations of Personalizable Agents

CONTRA：可个性化代理的红队配置

Jonathan Nöther, Adish Singla, Goran Radanovic

机构 * Max Planck Institute for Software Systems（马克斯·普朗克软件研究所） 纠错

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

AI总结 探讨代理配置与执行危险行为风险的关系，提出CONTRA算法，通过推理评估良性但危险的配置发现导致恶意行为的代理配置，构建数据集分析发现多数技能有恶意配置，CONTRA能成功识别部分危险配置。

LGQ: Learnable Geometric Quantization for Image Tokenization

LGQ：用于图像令牌化的可学习几何量化

Idil Bilge Altun, Mert Onur Cakiroglu, Elham Buxton, Mehmet Dalkilic, Hasan Kurban

机构 * Luddy School of Informatics, Computing and Engineering, Indiana University Bloomington（印第安纳大学布卢明顿分校信息学、计算与工程学院） ； Department of Computer Science, University of Illinois Springfield（伊利诺伊大学斯普林菲尔德分校计算机科学系） ； College of Science and Engineering, Hamad Bin Khalifa University, Doha, Qatar（哈马德·本·卡伊夫大学多哈校区科学与工程学院） 纠错

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

AI总结 研究提出可学习几何量化（LGQ），保留可学习码本，通过温度退火进行软到硬分配，用两个低成本项正则化，无需EMA等防止码本崩溃，在图像任务中表现优。

Comparing the Performance of Leading VQE Algorithms for Computing Ground-State Energies of Amino Acids

比较用于计算氨基酸基态能量的领先变分量子本征求解器算法的性能

Sanskriti Shindadkar, Clyde Villacrusis, Jasper Andrews, Brandon Yan

专题命中 仓库级理解 ：repository(abstract)

AI总结 研究通过整合含多种量子计算方法基准的库，应用于模拟氨基酸，从多方面比较不同算法性能，包括噪声抗性、贫瘠高原相关可训练性、自适应与固定量子近似优化对比及精度与表达能力映射。

Comments 15 pages, 17 Figures Code contributions and significant writing and editing contributions by Sanskriti Shindadkar, Clyde Villacrusis, Jasper Andrews Code contributions by Brandon Yan

Video Generation Models as World Models: Efficient Paradigms, Architectures and Algorithms

视频生成模型作为世界模型：高效的范式、架构和算法

Muyang He, Hanzhong Guo, Junxiong Lin, Yizhou Yu

机构 * School of Computing and Data Science, The University of Hong Kong（计算与数据科学学院，香港大学） ； Hong Kong Generative AI Research and Development Center（香港生成式人工智能研究与开发中心） 纠错

专题命中 仓库级理解 ：repository(abstract)

AI总结 本文系统回顾了考虑效率的世界模拟视频生成框架，提出三维分类方法，展示提升效率对自动驾驶等应用的重要性，并指出高效视频生成向通用世界模拟器演进的关键性。

QR$^2$-code: An open-source program for double resonance Raman spectra

QR$^2$-code：一种用于双共振拉曼光谱的开源程序

Jianqi Huang, Renhui Liu, Ye Zhang, Nguyen Tuan Hung, Huaihong Guo, Riichiro Saito, Teng Yang

专题命中 仓库级理解 ：repository(abstract)

AI总结 QR$^2$-code基于第一性原理计算双共振拉曼光谱，支持双共振、单共振及缺陷诱导光谱计算，并提供图示教程与与其他程序的对比。

Comments 13 pages, 5 figures, 2 tables

Journal ref Comput. Phys. Commun. 320, 110005-1-12 (2026)