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。
WebDesignIter：用于仓库级前端代码生成的协同进化设计知识
专题命中 代码生成 ：code generation(title,abstract)；repository(title,abstract)；coding agent(abstract)；分类 cs.SE
AI总结 研究针对前端开发仓库级代码生成问题，提出WebDesignIter框架，通过持久知识图谱融合设计知识与仓库结构，分两阶段工作，实验证明其相比基线和通用编码代理有优势，凸显设计知识对仓库级代码生成的重要性。
ACES: 谁测试测试？留一法AUC一致性用于代码生成
机构 * National Key Laboratory for Novel Software Technology, Nanjing University（南京大学计算机软件新技术国家重点实验室） ； School of Artificial Intelligence, Nanjing University（南京大学人工智能学院）
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.LG
AI总结 本文提出ACES方法，通过留一法AUC评估测试区分正确与错误代码的能力，解决测试正确性判断的循环依赖问题，实现代码生成的高精度筛选。
Comments 32 pages, 14 figures, 9 tables
BackendForge：使用后端服务对智能端到端代码生成进行基准测试
机构 * Key Lab of HCST (PKU), MOE（北京大学计算机科学与技术国家重点实验室；软件学院，北京大学） ； SCS, Peking University（北京通明湖信息技术应用创新中心） ； Beijing Tongming Lake Information Technology Application Innovation Center (TLAIC)（复旦大学高级计算系统研究所） ； Fudan University Institute of Systems for Advanced Computing（上海开放计算系统研究所） ； Shanghai Institute of Systems for Open Computing
专题命中 代码生成 ：code generation(title)；分类 cs.SE、cs.AI
AI总结 研究智能端到端代码生成评估问题，引入BackendForge基准，给定规范和契约让大语言模型生成容器化服务，用测试和代码代理共同进化测试预言机和参考服务，发现当前大语言模型虽能实现部分API行为，但生成完整后端服务仍有困难。
递归多智能体系统
机构 * UIUC（伊利诺伊大学香槟分校） ； Stanford University（斯坦福大学） ； NVIDIA（英伟达） ； MIT（麻省理工学院）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文提出递归多智能体框架RecursiveMAS，通过递归计算提升多智能体协作效率，实验证明其在多个基准测试中准确率提升8.3%，推理速度提升1.2-2.4倍，token使用减少34.6%-75.6%。
Comments Project Website: https://recursivemas.github.io
MetaState: 持久工作记忆增强离散扩散语言模型的推理能力
机构 * Georgia Institute of Technology（佐治亚理工学院） ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； Harvard University（哈佛大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 MetaState通过引入轻量级循环增强模块，为冻结的离散扩散语言模型提供持久固定大小的工作记忆，提升推理性能，平均提升4.5%。
使用Copilot进行注释：学生代码生成规范的分类法和多年分析
机构 * University of Auckland（奥克兰大学） ； University of New South Wales（新南威尔士大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE、cs.AI
AI总结 研究人工智能代码工具融入编程环境下学生代码生成规范，通过分析四年数据集，引入涵盖注释类型、代码表达水平和代码结构的分类法，用自动分类研究维度变化及学生反思，发现学生注释特点及关注点。
Comments 7 pages, 2 figures, 2 tables. Accepted in the Proceedings of the 2nd ACM Virtual Global Computing Education Conference (SIGCSE Virtual 2026)
具有可验证物理的强化学习：具有连续奖励的训练后语言模型
机构 * Massachusetts Institute of Technology（麻省理工学院）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI、cs.LG
AI总结 研究针对偏微分方程求解器代码生成，引入RLVP强化学习训练后框架，通过混合验证器解决可验证性问题，在多PDE族训练单个策略，优于基线且有零样本改进转移，训练后小LLM表现良好，策略有组合性证据。
NVAITC人工智能科学家：一个受治理的端到端研究系统——以高血压全基因组关联研究为例
机构 * Department of Medical Research, China Medical University Hospital（中国医药大学附设医院医学研究部） ； Master Program for Digital Health Innovation, China Medical University（中国医药大学数字健康创新硕士项目） ； Laboratory for Statistical and Translational Genetics, RIKEN Center for Integrative Medical Sciences（理化学研究所综合医学科学中心统计与转化遗传学实验室） ； AI-Driven Genomic Medicine and Drug Discovery Lab, China Medical University Hospital（中国医药大学附设医院人工智能驱动的基因组医学与药物发现实验室）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 研究以高血压GWAS为例，介绍受治理的端到端智能研究系统NAIS，其集成多种功能。通过真实数据验证，NAIS能支持生物医学发现，规划队列提取等，重现高血压基因座，在药物性肝损伤预测中也有成果，可产生与专家主导流程相当的输出。
Comments 22 pages, 6 figures, 4 tables
迈向更强的代码水印：一种语法驱动的方法来优化质量与可检测性之间的权衡
机构 * Southeast University（东南大学） ； Tsinghua University（清华大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL
AI总结 针对大语言模型代码生成中质量与可检测性权衡难题，提出语法驱动水印方法（GDW），通过语法引导机制和角色感知调制注入水印，设计加权检测统计量，实验表明其在多方面优于现有方法且具鲁棒性。
程序合成驱动的通用酉算子自动设计
机构 * Key Laboratory of Nuclear Physics and Ion-beam Application (MOE), Institute of Modern Physics, Fudan University, Shanghai 200433, China（核物理与离子束应用重点实验室（教育部），现代物理研究所，复旦大学，上海200433，中国） ； Research Center for Theoretical Nuclear Physics, NSFC and Fudan University, Shanghai 200438, China（理论核物理研究中心，国家自然科学基金委员会和复旦大学，上海200438，中国） ； Huawei Technologies Co., Ltd, Beijing 100095, China（华为技术有限公司，北京100095，中国） ； Department of Industrial Engineering and Decision Analytics, Hong Kong University of Science and Technology, HongKong, China（工业工程与决策分析系，香港科技大学，香港，中国） ； Hunan Key Laboratory of Mechanism and Technology of Quantum Information, Changsha 410073, China（湖南量子信息机制与技术重点实验室，长沙410073，中国） ； School of Information Science and Technology, Fudan University, Shanghai 200433, China（信息科学与技术学院，复旦大学，上海200433，中国） ； Research Institute of Intelligent Complex Systems, Fudan University, Shanghai 200433, China（智能复杂系统研究所，复旦大学，上海200433，中国） ； Institute of Atomic and Molecular Physics, Jilin University, Changchun 130012, China（原子与分子物理研究所，吉林大学，长春130012，中国） ； School of Physics, East China Normal University, Shanghai 200062, China（物理学院，华东师范大学，上海200062，中国）
专题命中 代码生成 ：program synthesis(abstract)；分类 cs.AI
AI总结 研究利用人工智能驱动的程序合成，通过扩展DreamCoder到复值线性代数，发现光子网络中酉矩阵分解策略，其生成的程序编码与维度无关的不变量及构造规则，还能利用矩阵结构减少干涉仪数量，为酉算子自动设计提供可扩展范式。
从论文到程序：AI辅助量子多体代码生成中的知识外化
机构 * Institute of Physics, Chinese Academy of Sciences, Beijing 100190, China（中国科学院物理研究所，北京100190，中国）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 针对AI直接翻译论文为代码时因隐含约定导致失败的问题，提出知识外化方法，通过多阶段人机协作流程将隐式假设显式化，在DMRG和Pfaffian-MPS任务上验证了有效性。
Comments 20 pages, 4 figures. Substantially revised presentation, related-work context, reproducibility documentation, validation-gate wording, limitations, and generative-AI disclosure; numerical results unchanged
编码智能体实际行动需要什么上下文？
机构 * Integrallis Software（Integrallis软件公司）
专题命中 软件智能体 ：coding agent(title,abstract)；repository(abstract)；分类 cs.AI、cs.LG
AI总结 研究编码智能体编辑代码时实际所需上下文，通过固定定位、改变代码表示并评分，发现代码本身自然语言摘要作用小，周围上下文无关紧要，压缩上下文效果好，还发现API推理的噪声底限，且发布相关工具。
修复前先了解：用于软件问题解决的基于问答的仓库知识获取
专题命中 软件智能体 ：repository(title,abstract)；coding agent(abstract)；分类 cs.SE
AI总结 研究针对基于大语言模型的编码代理解决软件问题易因仓库理解不足出错的问题，提出ACQUIRE框架，通过问答驱动在修复前获取仓库知识，经两阶段解耦知识获取与补丁生成，实验证明该框架能提升问题解决准确性。
限制编码代理执行代码何时有用？一种机制×代理设计消融研究
机构 * Rochester Institute of Technology（罗切斯特技术学院）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.AI、cs.LG
AI总结 研究现代编码代理不同工具表面有效性，通过在特定任务上对两种代理进行三臂消融实验，发现最便宜工具表面由任务机制和代理设计共同决定，主要成本信号是缓存调整成本而非通过率。
Comments 9 pages (excluding references), 4 figures, 4 tables. Accepted to the Agentic Software Engineering (SE 3.0) Workshop at KDD 2026 (non-archival)
使用编码智能体的主动流动控制启发式学习
机构 * Mines Paris - PSL University Centre for Material Forming (CEMEF) CNRS（巴黎矿业 - 巴黎文理研究大学材料成型中心（CEMEF）法国国家科学研究中心）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.AI、cs.LG
AI总结 研究主动流动控制中控制器设计难题，提出用编码智能体直接搜索显式可执行反馈律的启发式学习范式及受限协议，经多基准评估，其启发式控制器性能优、可解释，是传统强化学习的可靠互补替代方案。
成像101：在科学计算成像上对大语言模型编码智能体进行基准测试
机构 * College of Future Technology and the National Biomedical Imaging Center, Peking University（北京大学未来技术学院和国家生物医学成像中心） ； AI for Science Institute (AISI)（科学人工智能研究所） ； University of Michigan（密歇根大学） ； State Key Laboratory of Acoustics and Marine Information, Institute of Acoustics, Chinese Academy of Sciences（中国科学院声学研究所声场声信息国家重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Astronautics, Beihang University（北京航空航天大学宇航学院） ； Key Laboratory of Spacecraft Design Optimization and Dynamic Simulation Technologies, Ministry of Education（教育部航天器设计优化与动态仿真技术重点实验室）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.AI
AI总结 研究针对计算成像构建正确重建管道费力的问题，引入含57个任务的Imaging-101基准及三个评估轨道，评估七个前沿大语言模型，发现应用编码智能体于计算成像存在系统性挑战，指出技能增强、领域专业化智能体是可靠成像辅助的途径。
FlowArk：通过上下文感知知识重用提升安卓应用的智能数据流分析
专题命中 软件智能体 ：repository(abstract)；coding agent(abstract)；分类 cs.SE
AI总结 研究安卓应用数据流分析中批量任务重复分析成本高的问题，提出FlowArk系统，通过提炼、打包和注入知识条目降低成本，实验表明其在保持分析质量的同时，能降低API成本并增加任务完成量。
Comments 12 pages, 9 figures, 6 tables
SWE-MERA：一种用于在软件工程任务中对大型语言模型进行代理评估的动态基准测试
机构 * GigaCode ； ITMO University（ITMO大学） ； MWS AI（MWS人工智能） ； IITU university（IITU大学）
专题命中 软件智能体 ：coding agent(abstract)；分类 cs.SE、cs.CL、cs.AI
AI总结 针对现有软件工程基准测试局限性，提出SWE-MERA动态基准测试，通过自动收集GitHub问题及严格验证确保质量，最小化污染风险，利用Aider编码代理评估多个大型语言模型，展示了其强大区分能力及模型性能表现。
Comments EMNLP 2025
面向检索的智能体漏洞定位中的代码表示
专题命中 软件智能体 ：repository(abstract)；分类 cs.SE
AI总结 研究文件级漏洞定位中代码表示的作用，在LCA和SWE数据集上比较五种代码表示，通过实验发现角色感知摘要性价比最佳，结合互补结果和LLM排序可进一步提升效果，案例研究验证技术有效性，强调代码表示应是智能体定位管道的重要设计选择。
社区驱动的科学管道生态系统中的维护与支持：对nf-core的跨平台实证研究
专题命中 软件智能体 ：repository(abstract)；分类 cs.SE
AI总结 研究社区驱动的科学管道生态系统nf-core中的维护与支持，通过分析大量GitHub问题、拉取请求及论坛讨论来研究相关问题、解决因素等，发现不同平台作用不同，解决结果与多种因素有关，跨平台分析揭示了内部可追溯性及联系有限的情况。
Comments 42 pages
Bespoke-Card：为何调优而非生成？合成工作负载特定的基数估计器
专题命中 软件智能体 ：coding agent(abstract)
AI总结 提出Bespoke-Card系统，通过智能体驱动合成工作负载特定的基数估计器，利用结构化q-error反馈和课程学习等策略，在JOB上降低33%总运行时间和41%中位数q-error。
Comments Accepted for AIDB@VLDB'26 (Boston)
基于知识的合成错误反馈用于基于大语言模型的单元测试生成
专题命中 测试生成 ：unit test generation(title,abstract)；分类 cs.SE
AI总结 研究如何将历史真实错误机制转化为可执行反馈目标用于基于大语言模型的单元测试生成，提出相应框架，在Defects4J任务上评估，结果显示该机制引导的合成错误反馈能提高真实错误检测率，是引导测试的有效方式。
Comments 12 pages, 7 figures, 6 tables. Preprint
CORE-Bench：智能体编程时代代码检索的综合基准
专题命中 代码评测 ：repository(abstract)；coding agent(abstract)
AI总结 针对智能体编程中需求驱动的仓库级代码检索问题，构建了包含18万查询和10.6万上下文相关性标签的三级基准CORE-Bench，实验表明现有嵌入模型性能显著下降，微调可提升效果。
KGCQual：一个用于评估从文本构建知识图谱质量的可解释框架
机构 * VIT Vellore（维洛尔理工学院） ； IIIT-Delhi（德里信息技术学院） ； Indian Institute of Technology Palakkad（印度理工学院帕拉卡德分校）
专题命中 代码评测 ：repository(abstract)；分类 cs.CL、cs.AI
AI总结 该研究针对自动构建知识图谱质量评估问题，提出KGCQual框架，通过实体级和关系级评估，衡量提取图谱与理想图谱的接近度，能识别现有指标遗漏问题，为比较构建方法提供可扩展、可解释框架，还通过实验验证了指标有效性。
Comments This paper is under review at a conference
符号分支重复惩罚中的规范依赖性和结构化输出损坏：跨模型、推理堆栈和替代重复控制的测量
专题命中 代码评测 ：code model(abstract)；分类 cs.CL、cs.LG
AI总结 研究符号分支重复惩罚中规范依赖性和结构化输出损坏问题，发现其惩罚定义不明确且损坏输出，将惩罚应用于归一化对数概率可消除这些问题，给出了相关机制、测量及归一化变体。
Comments 8 pages, 2 figures, 4 tables. Code, data, per-stack survey and git genealogy: https://github.com/captainpete/repetition-penalty-gauge
受限动态几何复杂度：结构化预处理的证书
机构 * Xidian University（西安电子科技大学）
专题命中 代码评测 ：repository(abstract)；分类 cs.LG
AI总结 研究优化几何动力学中受限动态几何复杂度，通过发展相关理论，如单调性和子流形距离原理等，将结构化预处理器问题转化为几何问题，还给出低秩谱模型等诊断接口及相关工作流程。
Comments 32 pages, 1 table
零设置量子电路模拟器的基准测试
专题命中 代码评测 ：repository(abstract)
AI总结 该研究对GPU加速的MPS和PPS量子模拟方法进行基准测试，比较多个工具，发现MPS中GPU运行时随键维度次二次缩放，PPS中GPU在特定基准测试下加速显著且能达高精度，还提供模拟器特征描述及代码配置仓库。
Comments 12 pages, 12 figures
计算机视觉中的持续测试时间适应：方法、基准和未来方向
机构 * The University of Texas at Dallas（德克萨斯大学达拉斯分校） ； LIVIA ETS Montreal, ILLS International Laboratory on Learning Systems (ILLS)（蒙特利尔LIVIA ETS，学习系统国际实验室（ILLS）） ； Tulane University（路易斯安那州立大学） ； Nanyang Technological University（南洋理工大学） ； Hanyang University（翰阳大学）
专题命中 代码评测 ：repository(abstract)
AI总结 本文针对计算机视觉中训练与测试数据分布不同的问题，定义CTTA问题，分析持续域转移模式，提出分层分类法将现有方法分为三类，回顾代表性方法并展示实验结果，讨论局限性与新兴方向，为持续测试时间适应研究提供路线图。
Comments TMLR 2026
这些暴力的愉悦会有暴力的结局吗？衡量代理代码合并后的命运
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； George Washington University（乔治华盛顿大学）
专题命中 仓库级理解 ：repository(abstract)；coding agent(abstract)；分类 cs.SE、cs.AI
AI总结 研究代理代码合并后的命运，通过对182个仓库实证分析，发现其虽与人工维护率相似，但需更高纠正性维护率，还引入更多问题，且维护负担与仓库特征有关，强调评估设计代理工具要兼顾安全性与可维护性。
从代码库到语言模型：Linux 基金会存储库中的非包容性命名
专题命中 仓库级理解 ：code generation(abstract)；repository(abstract)；分类 cs.SE
AI总结 研究利用 NISCAN 框架检测 Linux 基金会存储库中代码及相关工件的非包容性术语，对 461 个存储库进行生态系统规模研究，分析术语变化及影响因素，还通过案例研究评估大语言模型处理情况。
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