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。
架起行为与实现的桥梁：用于行为驱动开发的自动化Java胶水代码生成
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.SE
AI总结 研究针对行为驱动开发中胶水代码开发维护难题，提出分层多智能体框架AutoGlue，遵循行为优先工作流程。经实验评估，相比少样本提示，其在代码生成指标上有显著提升，能有效连接行为规范与项目代码，支持软件开发。
从混合量词属性中递归程序合成
专题命中 代码生成 ：program synthesis(title)
AI总结 本文提出了一种基于反例引导和预防性剪枝的递归程序合成方法，通过斯科伦化将混合量词问题转化为$\forall^*$-合成问题，提升合成效率。
EvoThink：通过自剪枝和顿悟时刻偏好优化在大型推理模型中进化思维
机构 * Southeast University（东南大学） ； Noah’s Ark Lab（诺亚方舟实验室）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 研究针对大型推理模型过度思考问题，提出EvoThink框架，含自剪枝训练和顿悟时刻偏好优化两个关键组件，能减少冗余验证、探索新推理路径，经评估可提高推理效率与能力。
Comments 9 pages, 7 figures, accepted by IJCAI 2026
了解你的智能体：基于侦察的人工智能智能体渗透测试
专题命中 软件智能体 ：coding agent(abstract)；分类 cs.AI、cs.LG
AI总结 研究针对人工智能智能体的渗透测试，提出通过形式化智能体侦察，在KYA框架中利用探测、构建配置文件等实现黑盒侦察驱动的渗透测试自动化，并进行评估与发布，以提升智能体安全性。
AgentCgroup: 理解和控制AI代理的操作系统资源
机构 * UC Santa Cruz（加州大学圣克鲁兹分校） ； Virginia Tech（弗吉尼亚理工大学） ； UConn（康涅狄格大学）
专题命中 软件智能体 ：coding agent(abstract)；分类 cs.AI
AI总结 AgentCgroup通过意图驱动的eBPF资源控制器，解决多租户云环境中AI代理资源管理的粒度、响应性和适应性不匹配问题，提升隔离性和减少资源浪费。
超越未通过测试：协同生成的错误重现测试与修复的迭代强化
机构 * Nanjing University（南京大学） ； Peking University（北京大学） ； Microsoft（微软公司）
专题命中 程序修复 ：program repair(abstract)；分类 cs.SE、cs.AI
AI总结 研究自动化程序修复中错误重现测试问题，指出仅用未通过到通过标准不足。提出CoHarden框架，先生成测试再迭代强化测试与修复，实验证明该框架在解决率等方面优于现有基线。
Comments 29 pages, 5 figures, preprint
上下文很重要：提高基于大语言模型的单元测试生成的实际可靠性
专题命中 测试生成 ：unit test generation(title,abstract)；分类 cs.SE
AI总结 研究基于大语言模型的单元测试生成在实际应用中的问题，提出上下文感知工作流程CATGen，通过明确依赖、稳定框架、静态分析等改进设计，经评估在实际项目和基准测试中提升编译成功率与覆盖率，减少生成时间和消耗。
Comments 23 pages, 5 figures, 7 tables
一种从网络威胁情报报告中提取可达攻击链的自动化框架
机构 * Guangdong Provincial Key Laboratory of Novel Security Intelligence Technologies（广东新型安全情报技术重点实验室） ； School of Computer Science and Technology（计算机科学与技术学院） ； Harbin Institute of Technology（哈尔滨工业大学） ； New Network Research Department（新网络研究部） ； Peng Cheng Laboratory（鹏城实验室） ； Great Bay University（大湾区大学）
专题命中 测试生成 ：repository(abstract)；分类 cs.AI
AI总结 该研究针对CTI报告非结构化无法用于自动化攻击路径推理的问题，提出将攻击步骤建模为含条件和行为的单元，经多阶段管道结合大语言模型提取并规范化，编译成规则推理，在数据集上有更好表现，能有效提取可达攻击链。
Comments 16 pages, 3 figures
通过学习模拟信息改进LLM驱动的测试生成
专题命中 测试生成 ：unit test generation(abstract)；分类 cs.SE
AI总结 本文提出MOCKMILL方法，利用开发者编写测试中的模拟信息自动生成测试用例，通过迭代生成与修复过程提升测试覆盖率和有效性。
Comments Accepted for publication in ICST 2026 (AIST workshop). This arXiv version is the authors' accepted manuscript
Journal ref IEEE Conference on Software Testing, Verification and Validation Workshop 2026
PerfAgent：用于仓库级代码优化的分析器引导迭代优化
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Rensselaer Polytechnic Institute（罗切斯特理工学院） ； IBM（IBM公司） ； Michigan State University（密歇根州立大学）
专题命中 仓库级理解 ：repository(title,abstract)；coding agent(abstract)；分类 cs.SE、cs.AI
AI总结 研究针对仓库级代码优化难题，提出PerfAgent分析器引导迭代优化方法，该方法能让编码代理找到热点并改进，在两个优化基准测试中大幅提升专家匹配补丁率，且以低成本超越基线。
理解生成式人工智能介导的用户对学术图书馆资源的参与度
专题命中 仓库级理解 ：repository(abstract)；分类 cs.AI
AI总结 该研究利用2023年8月至2025年10月网络分析，实证分析生成式人工智能介导用户对学术图书馆资源的参与度，发现流量显著增加，确定主要驱动平台，指出用户访问机构知识库情况，表明需持续分析及战略应对人工智能格局。
Comments This is the accepted manuscript. The final published version will appear in College & Research Libraries, May 2027
用于Ex-Fuzzy库的可解释模糊规则基回归扩展
专题命中 仓库级理解 ：repository(abstract)；分类 cs.LG
AI总结 研究针对安全关键等领域机器学习模型需可解释性的问题，为Ex-Fuzzy库提出回归扩展，采用基于模糊C均值聚类的目标感知分区初始化策略，在十个数据集上评估，高斯分区表现优，提供了透明且有竞争力的黑盒回归替代方案。
Journal ref IEEE International Conference on Fuzzy Systems (FUZZ-IEEE), IEEE World Congress on Computational Intelligence (WCCI), 2026
GLUSE：用于机载卫星地球观测图像分类的增强型通道自适应门控线性单元SE
专题命中 仓库级理解 ：repository(abstract)
AI总结 研究提出ResNet-GLUSE，通过GLUSE增强的轻量级ResNet变体。在图像分类实验中验证其有效性，相比MobileViT虽准确率略低，但资源消耗大幅减少，还适用于神经形态计算，能平衡高精度与低资源消耗，为实时地球观测任务提供实用方案。
Comments Accepted for Publication in IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2026
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