Not All Tokens Matter: Data-Centric Optimization for Efficient Code Summarization
并非所有标记都重要：面向高效代码摘要的数据导向优化
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 本研究探讨了系统提示对代码生成任务中ILMs和CLMs性能的影响，发现模型规模越大影响越显著，少样本提示效果优于零样本提示，且Java对提示变化更敏感。
AI 大模型
代码大模型 / AI 编程
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。
1. 代码生成 4096 篇
Capturing and Exploiting Design Pattern Variability in Mobile Application Generation
在移动应用生成中捕获和利用设计模式的可变性
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 研究如何解决移动应用开发中自动代码生成忽视设计原则和架构质量的问题，核心方法是用UVL建模设计模式可变性并结合Jinja模板实现Swift代码生成，利用SPL工程原则，促进了可维护等移动应用的生产。
Comments Research paper presented as a Master's Thesis for the MSc in Advanced Software Technologies for Mobile Devices, Universidad San Jorge (Spain), September 2025
Gold-Guided Programmatic Distillation for Financial Reasoning over Hybrid Tables and Text
用于混合表格和文本的金融推理的黄金引导式程序蒸馏
专题命中 代码生成 ：program synthesis(abstract)；分类 cs.CL
AI总结 研究针对混合表格和文本数据的金融推理问题，基于程序蒸馏开发方法，利用黄金推导指导程序合成，经执行验证转移可靠数值推理，引入迭代恢复阶段，实验表明该框架能有效训练小模型进行可靠数值推理。
Comments 12 pages, 7 figures
LQCDMaster: Agentic Scientific Computing for Lattice Quantum Chromodynamics Research
LQCDMaster：用于格点量子色动力学研究的智能科学计算
机构 * School of Physics and Astronomy（物理与天文学院） ； Tsung-Dao Lee Institute（李政道研究所） ； State Key Laboratory of Dark Matter Physics（暗物质物理国家重点实验室） ； School of Artificial Intelligence（人工智能学院） ； Zhiyuan College（智远学院） ； School of Physics（物理学院） ； SciLand ； Institute of Quantum Matter（量子物质研究所） ； Department of Physics（物理系）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 研究针对格点量子色动力学研究实际应用受限问题，提出LQCDMaster智能体，结合智能规划等技术将自然语言任务转化为计算工作流程。经实验评估，其能精确再现多数任务，大幅缩短实现时间，开创智能科学计算范式，促进相关研究。
Comments 17 pages, 4 figures
Test-Time Learning with an Evolving Library
测试时学习与进化库
机构 * Microsoft Research（微软研究院）
专题命中 代码生成 ：code generation(abstract)；分类 cs.LG
AI总结 EvoLib通过维护知识库实现大语言模型在不同实例间积累和进化知识，无需参数更新或外部监督，提升数学推理、代码生成等任务性能。
Cross-Cutting Security Analysis of LLM-Generated Code via Metamorphic Testing and Association Rule Mining
通过变形测试和关联规则挖掘对大语言模型生成代码进行横切安全分析
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 研究针对LLM生成代码的安全漏洞，提出结合变形测试与关联规则挖掘的框架，定义九个MRs并应用于3700个代码片段，揭示共同违反结构与横切模式，还进行提示级风险分析，发现不安全代码生成具结构化和提示依赖性，推动相关验证与干预。
Comments This work has already been accepted by IEEE 27th International Conference on Information Reuse and Integration for Data Science
NVAITC AI Scientist: A Governed End-to-End Research System -- A Hypertension GWAS Case Study
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
Toward Stronger Code Watermarking: A Grammar-Driven Approach to Optimizing the Trade-off Between Quality and Detectability
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。
Program-Synthesis-Driven Autodesign of Universal Unitary Operators
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。
From Paper to Program: Knowledge Externalization and Bottleneck Diagnosis in AI-Assisted Quantum Many-Body Programming
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
Agentic Proof and Property-Based Testing via Property-Templates in Data-Intensive Computing
通过数据密集型计算中的属性模板进行智能体证明和基于属性的测试
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 研究软件工程中意图规范和验证问题，提出用属性模板解决验证候选属性和实施PBT的子问题，设计智能体双轨验证框架，经评估该框架能提高证明成功率、减少幻觉、降低成本并提升代码覆盖，还能发现模型与实现差距。
Comments 12 pages, 7 figures, 4 tables; supplementary material included as ancillary file
Programmers Are Poor and Overconfident Judges of LLM-Generated Assertions
程序员是大型语言模型生成断言的糟糕且过度自信的评判者
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 研究程序员评估大型语言模型生成断言的能力，通过实验发现程序员判断正确断言较准，判断错误断言较差，自然语言解释未带来整体益处，凸显帮助开发者评估机器生成可靠性工件的重要性。
Comments 10 pages, 6 figures
Improving Language Agents through BREW: Bootstrapping expeRientially-learned Environmental knoWledge
通过BREW改进语言智能体：引导式经验学习环境知识
机构 * University of Michigan（密歇根大学） ； Independent（独立研究者） ； Microsoft（微软） ； Apple（苹果公司）
专题命中 代码生成 ：program synthesis(abstract)；分类 cs.AI
AI总结 研究基于LLM的智能体无法从经验学习的问题，提出BREW框架，通过提炼交互轨迹成知识库、引入EG-MCTS算法及适应事后重标记等方法，在多基准测试中提升任务成功率并减少执行步骤，且知识库具有良好特性。
QAgent: An LLM-based Multi-Agent System for Autonomous OpenQASM programming
QAgent：一种基于大语言模型的用于自主OpenQASM编程的多智能体系统
机构 * Zhenxiao Fu1, Lei Jiang1, Yilun Xu2, Gang Huang2, Fan Chen1（作者1、作者2、作者3、作者4、作者5）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 研究针对OpenQASM编程挑战提出QAgent，它是基于大语言模型的多智能体系统，集成规划、合成和校准工作流程，利用检索增强生成及多智能体推理确保正确性，在多模型评估中表现出色，证明集成对可靠量子程序生成很关键。
fog: Expressing Motion and Emotion through Function Composition of AI-Generated Code
fog：通过人工智能生成代码的函数组合来表达运动和情感
机构 * Columbia University（哥伦比亚大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL
AI总结 介绍fog函数组合框架，用于通过人工智能生成代码表达运动和情感，能创建运动词汇表并由动画编辑器辅助。经感知评估和用户研究，其运动函数识别准确率达68%，相比基线有显著提升，且在界面形式上支持用户快速迭代等。
Compiling Large Multi-Modal Requirement Documents into Runnable Software Systems: From an Agentic Test-Driven Perspective
ARC：将大型多模态需求文档编译为可运行软件系统
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 提出Agentic需求编译（ARC）技术，通过双向测试驱动智能体循环，将多模态DSL文档直接编译为可运行Web系统，在GUI测试通过率上平均提升50.6%。
Comments This work is accepted at issta'26 (SIGSOFT International Symposium on Software Testing and Analysis)
Watts This Smell: A Comprehensive Taxonomy of Software Energy Smells
一种经过验证的软件能耗异味分类
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 本文提出了一种全面的软件能耗异味分类，通过系统文献综述和雪球抽样，将320种低效模式分类为12种主要能耗异味和65种根本原因。通过实证验证，发现71%的样本存在多种共存的异味，内存相关异味的修复节能效果最高。
FreqDepthKV: Frequency-Guided Depth Sharing for Robust KV Cache Compression in Long-Context LLM Inference
FreqDepthKV：用于长上下文语言模型推理中稳健的键值缓存压缩的频率引导深度共享
机构 * Instituto de Investigación en Visión Artificial（人工视觉研究所）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 研究针对长上下文语言模型推理中键值缓存成本问题，提出FreqDepthKV方法，将相邻层键值状态分解，通过在线探测器分配缓存模式，在多基准测试中保持任务准确性，提升解码吞吐量并降低内存，实现高效压缩。
Comments 11 pages, 2 figures
Agents with Feelings? Personality and Emotion in Multi-Agent Software Teams
有情感的智能体？多智能体软件工程团队中的个性与情感
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 研究多智能体软件工程团队中个性和情绪特征对团队绩效的影响，采用结合多种因素的心理学框架，通过对78种团队配置评估发现配置显著影响性能、协作及成本，表明智能体配置是重要设计维度。
Articulating Assumptions in AI-Generated Scientific Analyses through Task Decomposition
通过任务分解阐明人工智能生成的科学分析中的假设
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 研究旨在解决大语言模型生成的科学分析结果的可理解性和可重现性问题，通过引入基于数量的语义差异多智能体框架及相关模块，经对撞机物理分析验证，模块化任务分解提升了透明度与可靠性，还能让小模型执行完整流程。
Comments 20 pages, 1 figure and 4 tabels
Are LLMs Overkill for Databases?: A Study on the Finiteness of SQL
LLMs在数据库中是否过时：对SQL有限性的研究
机构 * Cornell University（康奈尔大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 本文通过376个数据库样本研究SQL查询的有限性，发现查询复杂度受现实需求限制，且模板分布呈现幂律特征，表明SQL查询可被模板高效覆盖。
Comments 9 pages
CORA: Per-Slice Coherent Orthogonal Rotation for SVD-based Low-Rank Adaptation
CORA：基于切片的相干正交旋转，用于基于SVD的低秩适配
机构 * Purdue University（普渡大学） ； Shanghai Institute for Mathematics and Interdisciplinary Sciences / Fudan University（上海数学与交叉科学研究院 / 复旦大学） ； Futurewei Technologies, Inc.（未来科技有限公司）
专题命中 代码生成 ：code generation(abstract)；分类 cs.LG
AI总结 针对现有基于SVD的PEFT方法未保留预训练奇异基耦合几何的问题，提出逐切片相干正交旋转适配方法CORA，参数量远低于同类方法，在常识推理、代码生成任务上性能更优。
Comments 13 pages, 1 figure
Mitigating Package Hallucinations in Large Language Models via Model Editing
通过模型编辑缓解大型语言模型中的包幻觉
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 提出BOUND框架，通过定位与包幻觉相关的模块并应用边界感知的LoRA适配器编辑，有效降低LLM在包推荐、代码生成等任务中的包幻觉率，同时保持有效包推荐。
A Practice Auditing Framework for Large Language Model Use: Collective Empiricism, Pseudo-Rational Cognition, and Governance of AI-Generated Content
大型语言模型使用的实践审计框架：集体经验主义、伪理性认知与AI生成内容治理
机构 * School of Information and Electronics, Beijing Institute of Technology（信息与电子学院，北京理工大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 提出实践审计框架，通过集体经验主义和伪理性认知概念分析LLM使用中的认知风险，并设计基于需求定义、证据审计等步骤的治理流程。
Comments English manuscript. 2 tables, 17 references
A Self-Evolving Agentic System for Automated Generation and Execution of Biological Protocols
一种用于自动生成和执行生物实验协议的自演化智能体系统
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Genoria AI
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 提出自演化多智能体系统ProtoPilot，结合专家基准与评估框架，将生物协议自动转化为可执行代码，并通过湿实验反馈迭代优化，实现高通过率的自主实验。
Leveraging LLM-Based Agentic Systems to Generate Quantum Applications for Test Optimization
利用基于LLM的代理系统生成量子应用以优化测试
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 提出QPipe，一种基于大语言模型的多代理架构，自动将自然语言需求转化为可执行的量子应用工作流，在测试优化问题上实现高编译率和执行率。
The Illusion of Agentic Complexity in README.md Generation: Evaluating Single-Agent vs. Multi-Agent RAG Systems
README.md生成中的代理复杂性幻觉：评估单代理与多代理RAG系统
专题命中 代码生成 ：repository(abstract)；分类 cs.SE
AI总结 通过对比单代理、多代理和开发者引导规划三种RAG架构生成GitHub仓库README文件，发现单代理管道在词汇质量相当的情况下，令牌消耗降低86%、速度提升一倍，而多代理系统结构一致性达98%但存在规划瓶颈，开发者引导规划获得最佳文档质量。
Comments The paper has been peer-reviewed and accepted to the 42nd International Conference on Software Maintenance and Evolution (ICSME 2026)
Towards Knowledge Alignment in Code LLMs: Contrastive Unlearning for Evolving APIs
面向代码大语言模型的知识对齐：针对演化API的对比性遗忘
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 提出对比性遗忘方法CURE，在抑制废弃API的同时鼓励正确替代，使代码LLM适应演化库，实验表明该方法优于现有基线。
Comments The paper has been peer reviewed and accepted to the 42nd International Conference on Software Maintenance and Evolution (ICSME 2026)
CodeChat-Eval: Evaluating Large Language Models in Multi-Turn Code Refinement Dialogues
CodeChat-Eval：在多轮代码优化对话中评估大型语言模型
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 提出CodeChat-Eval框架，通过动态指令选择算法构建多轮代码优化对话评估会话，发现LLMs在多轮优化中功能正确性显著下降（19.2%-69.2%），逻辑级优化和新增请求导致最大下降。
Comments Accepted by ICSME26
Autonomous Agents in Software Development: A Vision Paper
软件开发中的自主代理：愿景论文
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 本文探讨GPT代理在软件工程中的潜力，提出通过多代理协作提升软件开发效率，展示其在代码生成、文档编写等方面的能力，并规划未来研究方向。
Comments 5 pages, 1 figure
Journal ref International Conference on Agile Software Development, pp. 15-23, Springer, 2024
