代码大模型 / AI 编程

WebCoderBench: Benchmarking Web Application Generation with Comprehensive and Interpretable Evaluation Metrics

WebCoderBench: 用全面且可解释的评估指标对Web应用生成进行基准测试

Chenxu Liu, Yingjie Fu, Wei Yang, Ying Zhang, Tao Xie

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

AI总结 本文提出WebCoderBench，首个基于真实用户需求的Web应用生成基准，包含1572个真实用户需求及24个细粒度评估指标，结合规则和LLM评估方法，提供可解释的评估结果，实验显示无单一最优模型，为模型优化提供方向。

AgentHPOBench: A Benchmark For Evaluating LLM Agents as Sequential Hyperparameter Optimizers

AgentHPOBench：用于评估LLM智能体作为序列超参数优化器的基准

Tianyu Huai, Tingshuo Fan, Xinchi Chen, Yining Zheng, Yuxin Wang, Shuang Chen, Jie Zhou, Xuanjing Huang

专题命中 代码评测 ：code generation(abstract)；分类 cs.AI

AI总结 AgentHPOBench是含30个任务的序列基准，用于评估LLM智能体的超参数优化能力，实验显示其在多领域有优化能力，但在迭代优化等方面存在局限。

Enforcing Cryptographic Distributed-VCS Access Control with No Trust on Servers

在不信任服务器的情况下实施密码学分布式版本控制系统访问控制

Xin Xu, Zhen Yang, Quanwei Cai, Jingqiang Lin, Liangqin Ren, Bo Chen, Yongfeng Huang

专题命中 代码评测 ：repository(abstract)

AI总结 针对现有分布式VCS访问控制需中央服务器参与、写权限细粒度控制缺失的问题，提出基于ABE和ABS的DVAC方案，借助以太坊智能合约实现无中央服务器的文件粒度读写访问控制，原型开销较小且可与Git集成。

Comments Accepted manuscript. 15 pages, 7 figures. Published in Journal of Information Security and Applications, Vol. 93 (2025), Article 104103

Journal ref Journal of Information Security and Applications, 93 (2025), 104103