代码大模型 / AI 编程

RepLLM: Toward Automatically Reproducing Network Research Results

RepLLM：迈向自动重现网络研究结果

Yining Jiang, Yunxin Xu, Wenyun Xu, Yufan Zhu, Rui Liu, Tangtang He, Haiying Huang, Letian Zhu, Qingyu Song, Qiang Su, Lizhao You, Lu Tang, Wanjian Feng, Yuchao Zhang, Linghe Kong, Qiao Xiang, Jiwu Shu

专题命中 代码生成 ：code generation(abstract)

AI总结 针对计算机网络研究结果重现难题，RepLLM提出端到端多智能体框架，通过四个智能体协作及共享内存机制确保一致性，借助特定推理和调试方法解决问题，相比现有框架表现更优，能高效重现基准且减少令牌消耗。

Comments SIGCOMM'26(19 pages, 6 figures, 6 tables)

ATLAS: Automated HLS for DL-Optimized FPGAs

ATLAS：用于DL优化FPGA的自动化高级综合

Ruthwik Reddy Sunketa, Aman Arora

专题命中 代码生成 ：code generation(abstract)

AI总结 研究针对FPGA架构中加速DL推理的问题，提出ATLAS全自动流程，以高级DL模型描述为起点，利用GEMM作为通用抽象层，由hls4ml - GEMM和GEMM IP生成器组成，实现无需手动RTL设计的硬件实现，评估了11个DL设计。

Fog Computing and Large Language Models: A vision for mutual beneficiaries

雾计算与大型语言模型：互惠互利的愿景

Satish Narayana Srirama

专题命中 代码生成 ：code generation(abstract)

AI总结 本文探讨雾计算与大型语言模型（LLMs）如何相互受益，通过优化LLMs以适应雾基础设施，并利用LLMs的代码生成能力动态部署雾应用，综述了当前研究现状与未来方向。

Comments Paper accepted for publication at IEEE Computer Magazine. During the final editing, title changed slightly ("The" is removed). PDF now has final DOI

Journal ref IEEE Computer, ISSN: 0018-9162, 2026

Beyond Item Order: Temporal Gap Tokenization for Generative Recommendation with Semantic IDs

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

Chengkai Huang, Tianqi Gao, Hongtao Huang, Quan Z. Sheng, Lina Yao

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。

Query-Centric Optimization of AI Workflows via Approximate Query Processing and Proxy Models

基于近似查询处理和代理模型的AI工作流查询中心优化

Huayi Wang, Jun Xu, Gromit Yeuk-Yin Chan

专题命中 代码生成 ：code generation(abstract)

AI总结 提出将AI工作流视为声明式查询，利用近似查询处理（AQP）和代理模型（PM）过滤减少昂贵模型调用，在TPC-DS和LLM流水线上实现85-90%和60-70%的调用减少。

A differential derivation of the Obara-Saika relation for Gaussian electron repulsion integrals

高斯电子排斥积分的Obara-Saika关系的微分推导

Charles C. Forgy, David A. Mazziotti

专题命中 代码生成 ：code generation(abstract)

AI总结 提出基于高斯基函数微分关系的Obara-Saika垂直递推关系的新推导，识别所有非零原始项，具有教学价值并适用于GPU并行实现。

Comments 21 pages, no figures

A Scientific Human-Agent Reproduction Pipeline

一种科学人机再生产流水线

Joschka Birk, Gregor Kasieczka, Siddharth Mishra-Sharma, Benjamin Nachman, Dennis Noll, Tanvi Wamorkar

专题命中 代码生成 ：code generation(abstract)

AI总结 本文提出SHARP框架，通过人机协作实现科学分析的再生产，通过AI代理自动执行代码生成、测试和质量保证，研究人员在关键节点提供反馈和指导，提升科学理解而非替代人类。

Comments 6 pages, 1 figure, submitted to 2026 Conference on Physics and AI (PAI26)

Evolving Quantum Error-Correcting Encodings for Molecular Simulation

面向分子模拟的量子纠错编码演化

Kenny Heitritter, James Brown, Tarini Hardikar

专题命中 代码生成 ：program synthesis(abstract)

AI总结 利用LLM驱动的演化程序合成，发现分子模拟中距离5和6的广义超快编码，并进一步通过压缩导向搜索获得结构化循环构造器。

Comments 16 pages including appendices, 4 figures, 8 tables

CodePercept: Code-Grounded Visual STEM Perception for MLLMs

CodePercept: 基于代码的MLLM视觉STEM感知

Tongkun Guan, Zhibo Yang, Jianqiang Wan, Mingkun Yang, Zhengtao Guo, Zijian Hu, Ruilin Luo, Ruize Chen, Songtao Jiang, Peng Wang, Wei Shen, Junyang Lin, Xiaokang Yang

机构 * MoE Key Lab of Artificial Intelligence, AI Institute, School of Computer Science, Shanghai Jiao Tong University（人工智能大模型重点实验室，人工智能学院，计算机科学学院，上海交通大学） ； Qwen Team（通义实验室） ； Beijing Institute of Technology（北京理工大学） ； Tsinghua University（清华大学） ； Zhejiang University（浙江大学） 纠错

专题命中 代码生成 ：code generation(abstract)

AI总结 本文发现多模态大模型在STEM视觉推理中感知能力是瓶颈，提出通过代码作为感知媒介，构建ICC-1M数据集和STEM2Code-Eval基准来增强和评估感知能力。

Comments Accepted by CVPR2026

Generated, Parallel, Scalable? A Study of Agentic AI-Generated Julia Code on Supercomputers

生成、并行、可扩展？超级计算机上智能体AI生成的Julia代码研究

Linus Bantel, Anna-Lena Roth, Jonas Posner, Dirk Pflüger

专题命中 代码生成 ：code generation(abstract)

AI总结 研究智能体AI生成并行Julia代码的能力，发现小规模输入可靠但大规模扩展时出现死锁等问题，商业模型优于开源模型。

Taint-Based Code Slicing for LLMs-based Malicious NPM Package Detection

基于污点的代码切片用于基于LLM的恶意NPM包检测

Dang-Khoa Nguyen, Gia-Thang Ho, Quang-Minh Pham, Tuyet A. Dang-Thi, Minh-Khanh Vu, Thanh-Cong Nguyen, Phat T. Tran-Truong, Duc-Ly Vu

专题命中 代码生成 ：code generation(abstract)

AI总结 提出基于污点代码切片的LLM框架，通过隔离安全相关数据流，将输入token数平均减少99.75%，在2537个包上达到87.04%的检测准确率，优于基线方法。

Comments 18 pages, 1 figure, 5 tables, 2 algorithms

HarmRLVR: Weaponizing Verifiable Rewards for Harmful LLM Alignment

HarmRLVR: 利用可验证奖励进行有害大模型对齐

Yuexiao Liu, Lijun Li, Xingjun Wang, Jing Shao

专题命中 代码生成 ：code generation(abstract)

AI总结 提出HarmRLVR，首次系统研究可验证奖励强化学习（RLVR）的对齐可逆性风险，通过仅64个有害提示的GRPO即可快速逆转安全对齐，攻击成功率高达96.01%。

Structuring Transparency: Developing Domain-Specific Generative AI Declaration Frameworks in Higher Education

构建透明度：开发高等教育中特定领域生成式AI声明框架

Nicholas Micallef, Olga Petrovska

专题命中 代码生成 ：code generation(abstract)

AI总结 针对高等教育中通用AI声明不足的问题，提出基于GenAI使用分类法的两种任务特定声明结构（写作和编程），以促进学术诚信和AI素养。

Demonstrating chart-plot: Closing the Last Mile of Academic Chart Generation

展示chart-plot：弥合学术图表生成的最后一英里

Yinghao Tang, Yupeng Xie, Yingchaojie Feng, Jiale Lao, Tingfeng Lan, Wei Chen

专题命中 代码生成 ：code generation(abstract)

AI总结 提出chart-plot系统，通过风格感知代码生成、部署感知渲染循环和结构化编辑层，解决学术图表从代码到发表的质量差距问题。

Comments 7 pages, 6 figures. Submitted to the VLDB ADS 2026 Workshop: The Joint Workshop on Agentic Data Systems and Data-Centric AI

From Preventive to Reactive: How AI Coding Assistants Transform Developers' Security Awareness

从预防到反应：AI编程助手如何改变开发者的安全意识

Faisal Haque Bappy, Tahrim Hossain, Sidratul Muntaher Meheraj, Annoor Sharara Akhand, Tasfia Tabassum, Tarannum Shaila Zaman, Raiful Hasan, Tariqul Islam

专题命中 代码生成 ：code generation(abstract)

AI总结 通过访谈和观察15名专业开发者，发现AI编程助手将安全思考从编码阶段转移到审查阶段，导致从预防性安全转向反应性安全，并揭示了安全意识与行为脱节的现象。

Comments This paper has been accepted at the 2026 Symposium on Usable Privacy and Security (SOUPS)

DynaMate2: runtime registration of expert-defined tools for agentic scientific workflow automation

DynaMate2：使代理AI民主化，用于专家设计的定制工作流

Orlando A. Mendible-Barreto, Ajay Vallabh, Ubaldo M. Córdova-Figueroa, Yamil J. Colón

专题命中 代码生成 ：code generation(abstract)

AI总结 本文提出DynaMate2，一种分层代理框架和开源模板，旨在降低研究人员将现有专家定义的Python函数转换为AI可调用工具的门槛，通过让LLM负责任务路由和工具选择，而非生成科学代码，从而实现自动化科学工作流的民主化。

FalconGEMM: Surpassing Hardware Peaks with Lower-Complexity Matrix Multiplication

FalconGEMM：通过低复杂度矩阵乘法超越硬件极限

Honglin Zhu, Jiaping Cao, Jiang Shao, Siyuan Feng, Qian Qiu, Peng Chen, Xu Zhang, Yixian Zhou, Man Lung Yiu, Guang Ji, Minwen Deng, Jintao Meng, Wenxi Zhu

专题命中 代码生成 ：code generation(abstract)

AI总结 FalconGEMM通过自动化部署优化低复杂度矩阵乘法算法，实现DL性能提升，在GPU和CPU上均超越传统GEMM库和AlphaTensor等竞品。

Claude Code-Driving Scenario Mining for the Argoverse 2 Challenge

Claude Code驱动的Argoverse 2挑战赛场景挖掘

Wei Deng, Caoshengzhe Xue, Shuaikun Liu, Zhaohong Liu, Mengshi Qi, Huadong Ma

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

专题命中 代码生成 ：code generation(abstract)

AI总结 提出四阶段管道：Claude Code自主生成代码、迭代训练集筛选、语义代码审查和场景级验证，用于Argoverse 2场景挖掘挑战。

Bridge the Last-Mile Gap to Semantic Analytics: Compiling Natural-Language Queries into Semantic Operator Pipelines

弥合语义分析的最后一步差距：将自然语言查询编译为语义操作符流水线

Wenkai Dong, Ruyu Li, Sairam Gurajada, Yifan Wang

专题命中 代码生成 ：code generation(abstract)

AI总结 提出NL2Pipe中间件系统，通过查询-数据链接、语义规划和代码生成三阶段编译，将自然语言问题自动转化为可执行的语义操作符流水线，显著提升跨源工作负载的F1分数。

Comments 4 figures, 7 tables. Code: https://github.com/dongw-netize/NL2Pipe-Compiling-Natural-Language-Questions-into-Semantic-Operator-Pipelines

Issues in the software implementation of stochastic numerical Runge-Kutta

随机数值Runge-Kutta方法软件实现中的问题

Migran N. Gevorkyan, Anastasia V. Demidova, Anna V. Korolkova, Dmitry S. Kulyabov

专题命中 代码生成 ：code generation(abstract)

AI总结 本文探讨了用于Itô形式随机微分方程系统的随机数值Runge-Kutta方法的弱收敛和强收敛，讨论了这些方法的实现细节及所用编程语言和库。

Comments in English, in Russian

A Framework for Practical Parallel Fast Matrix Multiplication

实用平行快速矩阵乘法的框架

Austin R. Benson, Grey Ballard

专题命中 代码生成 ：code generation(abstract)

AI总结 本文提出一个框架，展示新型快速矩阵乘法算法在中等规模问题上优于传统算法和Strassen算法，同时探讨矩阵形状对算法选择的影响，并开发代码生成工具实现多种并行变体。

Journal ref Proceedings of the 20th ACM SIGPLAN Symposium on Principles and Practice of Parallel Programming (PPoPP), 2015

Pushing the limits of the CyberGrasp for haptic rendering

突破CyberGrasp在触觉渲染中的极限

Manuel Aiple, André Schiele

专题命中 代码生成 ：code generation(abstract)

AI总结 本文提出ExHand Box，通过扩展带宽和定制控制器提升CyberGrasp的触觉反馈性能，实现在硬接触场景中更高的接触刚度和更稳定的反馈效果。

Comments 7 pages, 12 figures

Journal ref Robotics and Automation (ICRA), 2013 IEEE International Conference on, Karlsruhe, 2013, pp. 3541-3546

A synchronous rendering of hybrid systems for designing Plant-on-a-Chip (PoC)

混合系统同步渲染用于设计芯片上植物（PoC）

Avinash Malik, Partha S Roop, Sidharta Andalam, Eugene Yip, Mark Trew

专题命中 代码生成 ：code generation(abstract)

AI总结 本文提出了一种基于混合自动机的同步渲染方法，用于生成芯片上植物系统的代码，通过静态验证和同步转换实现语义保留，优于Simulink在执行时间和代码大小上。

Comments 18 pages

Counter-Example Guided Synthesis of Control Lyapunov Functions for Switched Systems

反例引导的切换系统控制Lyapunov函数综合

Hadi Ravanbakhsh, Sriram Sankaranarayanan

专题命中 代码生成 ：program synthesis(abstract)

AI总结 本文提出利用反例引导归纳综合（CEGIS）方法自动综合切换系统的控制Lyapunov函数（CLF），通过LMI松弛方法解决非线性约束问题，并在基准测试中验证了该方法的计算可行性。

A Two Stage CVT / Eikonal Convection Mesh Deformation Approach for Large Nodal Deformations

一种用于大节点变形的两阶段CVT/Eikonal卷积网格变形方法

Stephan Schmidt

专题命中 代码生成 ：code generation(abstract)

AI总结 本文提出一种两阶段网格变形方法，通过特殊形式的射线追踪与重心Voronoi重参数化解决大变形问题，采用Eikonal方程计算射线方向，适用于流体-结构相互作用和计算机图形学。

Distributed Model Predictive Consensus via the Alternating Direction Method of Multipliers

基于交替方向乘子法的分布式模型预测一致性

Tyler H. Summers, John Lygeros

专题命中 代码生成 ：code generation(abstract)

AI总结 提出一种分布式优化方法，利用交替方向乘子法（ADMM）解决分布式模型预测一致性问题，实现双积分器网络的位置和速度一致性，并通过少量迭代达到接近集中式优化的闭环性能。

Comments 7 pages, 5 figures, 50th Allerton Conference on Communication, Control, and Computing, Monticello, IL, USA, 2012

Communicating Processes with Data for Supervisory Coordination

带数据的通信进程用于监督协调

Jasen Markovski

专题命中 代码生成 ：code generation(abstract)

AI总结 本文提出一种带数据的进程理论，通过区分观察与监督的信息流并利用数据紧凑表达协调需求，支持基于模型的系统工程框架用于监督协调，并以Oce打印机维护协调案例验证。

Comments In Proceedings FOCLASA 2012, arXiv:1208.4327

Journal ref EPTCS 91, 2012, pp. 97-111

DOLFIN: Automated Finite Element Computing

DOLFIN: 自动化有限元计算

Anders Logg, Garth N. Wells

专题命中 代码生成 ：code generation(abstract)

AI总结 本文介绍了一个利用自动代码生成技术，以高效计算实现有限元方法求解偏微分方程的库，提供了C++和Python接口。

Journal ref ACM Transactions on Mathematical Software 37(2), Article 20 (April 2010), 28 pages

TransResAI: A Compound AI System for Coastal Transportation Resilience

TransResAI: 用于沿海交通韧性的复合AI系统

Qingwen Pu, Kun Xie, Chenyu Yan

专题命中 代码生成 ：code generation(abstract)

AI总结 提出TransResAI复合AI系统，通过自然语言交互集成大语言模型与多模块，实现洪水感知的交通韧性分析，在专家用户研究中将任务完成时间减少80-88%，准确率保持4.60/5.00。

Comments 36 pages, 13 figures, 3 table

elasticAI.explorer: Towards a Unified End-to-End Framework for Hardware-Aware Neural Architecture Search

elasticAI.explorer：面向硬件感知神经架构搜索的统一端到端框架

Natalie Maman, Florian Hettstedt, Andreas Erbslöh, Gregor Schiele

专题命中 代码生成 ：code generation(abstract)

AI总结 提出基于Optuna的弹性AI探索器框架，通过YAML搜索空间规范、硬件代码生成和Docker交叉编译，实现硬件在环的神经架构搜索。

Comments 6 pages, 2 figures, IEEE CODASSCA 2026 (submitted)