Discovering High Level Patterns from Simulation Traces
从仿真轨迹中发现高层次模式
机构 * University of Edinburgh（爱丁堡大学）
专题命中 代码生成 ：program synthesis(abstract)；分类 cs.AI
AI总结 本文提出了一种通过程序合成进行无监督学习的方法，将仿真轨迹转换为稀疏的高层次模式表示，以提升大语言模型对物理系统的推理能力。
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
Manifold-Guided Attention Steering
基于流形的注意力引导
机构 * University of California, San Diego（加州大学圣地亚哥分校）
专题命中 代码生成 ：code generation(abstract)；分类 cs.LG
AI总结 本文提出了一种基于流形的注意力引导方法，通过在推理过程中监控注意力头与正确性流形的距离，动态纠正偏差，从而提高大语言模型在数学推理、代码生成和分子生成等任务中的表现。
Clove: Object-Level CXL Memory Management in Managed Runtimes
Clove: 有管理运行时中的对象级CXL内存管理
专题命中 代码生成 ：code generation(abstract)；分类 cs.PL
AI总结 本文针对CXL分层内存中对象级管理的研究问题，提出了一种基于有管理语言及其运行时的新设计点，通过结合性能指导的对象热点追踪和对象迁移技术，实现了高效的CXL内存管理，显著提升了内存利用率并降低了运行时开销。
Comments 12 pages (15 pages including references), 13 figures
Can LLMs Produce Better Object-Oriented Designs than Human-Involved Development?
LLMs能否产生比人类参与开发更好的面向对象设计？
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 本文研究了LLMs在生成面向对象设计（OOD）项目时的表现，通过比较预AI、后AI和纯AI三种作者条件下的项目质量，发现纯AI项目在代码异味密度和整体复杂度上较低，但存在过度简化的问题，结论指出在使用LLMs进行面向对象设计时，适当的人类指导仍很重要。
CodePori: Large-Scale System for Autonomous Software Development Using Multi-Agent Technology
CodePori：利用多智能体技术实现大规模自主软件开发的系统
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 本文研究了基于大语言模型的多智能体系统在自主软件开发中的潜力与局限，通过开发CodePori系统和参与式评估，揭示了LLM多智能体系统的优势、挑战及改进方向。
Comments 18 pages, 8 figures, and 4 Table
Learning When to Adapt
学习何时适应
机构 * Universität des Saarlandes（萨尔布吕肯大学） ； CISPA Helmholtz Center for Information Security（信息安全研究中心）
专题命中 代码生成 ：code generation(abstract)；分类 cs.LG
AI总结 本文提出DISeL，一种动态输入敏感的低秩适应方法，通过引入轻量级输入依赖门控机制，减少遗忘并保持微调准确性，同时提供可解释的诊断视图。
Comments Preprint
Learning from Language Feedback via Variational Policy Distillation
通过变分策略蒸馏学习语言反馈
机构 * Salesforce AI Research（Salesforce人工智能研究）
专题命中 代码生成 ：code generation(abstract)；分类 cs.LG
AI总结 本文提出变分策略蒸馏（VPD），通过将学习语言反馈形式化为变分期望最大化问题，解决传统自蒸馏方法中教师策略能力停滞的问题，从而在科学推理和代码生成任务中优于标准RLVR和现有自蒸馏基线。
Lossless Anti-Distillation Sampling
无损反蒸馏采样
机构 * Peking University（北京大学） ； Tsinghua University（清华大学） ； Carnegie Mellon University（卡内基梅隆大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.LG
AI总结 本文提出了一种无损反蒸馏采样方法，通过在保持良性用户体验的同时，有效对抗多账号蒸馏攻击，降低蒸馏模型的泛化能力。
From Intent to AI Pipelines: A Controlled Agentic Framework for Non-AI Expert Scientists
从意图到AI流水线：一种受领域驱动的可控代理框架，用于非AI专家科学家
机构 * University of Montreal（蒙特利尔大学） ； McGill University（麦吉尔大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 本文提出DDAP框架，通过分阶段交互帮助非AI专家科学家系统构建AI流水线及其实现代码，展示了可控代理框架在生成竞争性AI流水线方面的有效性。
AutoVecCoder: Teaching LLMs to Generate Explicitly Vectorized Code
AutoVecCoder: 教授大语言模型生成显式向量化代码
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Xiamen University（厦门大学） ； Tsinghua University（清华大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL
AI总结 本文提出AutoVecCoder框架，通过VecPrompt和VecRL组件，使大语言模型能够自动进行显式向量化，从而在SimdBench的SSE和AVX子集上达到最先进的性能，超越传统自动向量化的方法。
EXG: Self-Evolving Agents with Experience Graphs
EXG: 基于经验图的自演化代理
机构 * University of Technology Sydney（悉尼科技大学） ； The 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.AI
AI总结 本文提出EXG，一种基于经验图的自演化代理框架，通过结构化组织积累的成功与失败经验，提升代理在复杂任务中的解决质量和资源效率。
Stop When Reasoning Converges: Semantic-Preserving Early Exit for Reasoning Models
停止当推理收敛：用于推理模型的语义保留早退出
机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； Google Research（谷歌研究） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Politecnico di Milano（米兰理工学院）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL
AI总结 本文提出PUMA框架，通过识别推理层面的语义冗余信号，实现语义保留的早退出，从而在保持准确性和推理链完整性的同时减少token消耗。
Comments under review
VeriCache: Turning Lossy KV Cache into Lossless LLM Inference
VeriCache: 将损失性KV缓存转换为无损LLM推理
机构 * University of Chicago（芝加哥大学） ； Tensormesh Inc.（Tensormesh公司） ； Samsung Semiconductor（三星半导体） ； 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 本文提出VeriCache框架，通过利用压缩的KV缓存生成token并验证其与完整KV缓存的一致性，实现了与完整KV缓存解码相同输出的同时保持高解码吞吐量。
NGM: A Plug-and-Play Training-Free Memory Module for LLMs
NGM: 一种无需训练的插拔式内存模块用于大语言模型
机构 * Nanjing University（南京大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 本文提出NGM，一种无需训练的插拔式内存模块，通过因果n-gram编码器和余弦门控内存注入器，实现高效的知识检索，提升大语言模型在代码生成和知识密集型任务中的性能。
Comments Code is available at https://github.com/PioneerQyw/NGM
PSD: Pushing the Pareto Frontier of Diffusion LLMs via Parallel Speculative Decoding
PSD: 推动扩散大语言模型的帕累托前沿：通过并行推测解码
机构 * Huawei Technologies（华为技术）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL
AI总结 本文提出PSD框架，通过并行推测解码提升推理效率与生成质量，在推理效率和生成质量之间取得良好平衡，达到每前向传递5.5倍的token处理速度。
Comments 16 pages
See Before You Code: Learning Visual Priors for Spatially Aware Educational Animation Generation
在编码前看到：学习视觉先验以生成空间感知的教育动画
机构 * Wuhan University（武汉大学） ； University of Chinese Academy of Sciences（中国科学院大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 本文提出OmniManim框架，通过视觉规划和反馈机制提升教育动画生成质量，改进渲染效果和教学效果。
Comments 21 pages, 4 figures
Solvita: Enhancing Large Language Models for Competitive Programming via Agentic Evolution
Solvita：通过代理进化增强大型语言模型以应对编程竞赛
机构 * Nanjing University（南京大学） ； Tsinghua University（清华大学） ； Independent Researcher（独立研究者）
专题命中 代码生成 ：program synthesis(abstract)；分类 cs.AI
AI总结 Solvita通过闭环系统和可训练知识网络，使代理动态学习，提升编程竞赛任务的准确性和经验积累。
Stabilizing Knowledge, Promoting Reasoning: Dual-Token Constraints for RLVR
稳定知识，促进推理：双令牌约束用于RLVR
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； Kuaishou Technology（快手科技） ； Tsinghua University（清华大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL
AI总结 本文提出Archer框架，通过双令牌约束在RLVR中平衡优化，提升LLM的推理和知识保持能力，实验显示在数学推理和代码生成任务中表现优异。
Learning from Failures: Correction-Oriented Policy Optimization with Verifiable Rewards
从失败中学习：具有可验证奖励的纠正导向策略优化
机构 * Chinese Information Processing Laboratory, Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所信息处理实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Xiaohongshu Inc（小红书公司）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL
AI总结 本文提出CIPO方法，通过将失败轨迹转化为纠正监督，提升大语言模型的推理和纠错能力，在11个基准测试中优于基线方法。
Comments Work on progress
Not All RAGs Are Created Equal: A Component-Wise Empirical Study for Software Engineering Tasks
并非所有RAG都同等有效：面向软件工程任务的组件级实证研究
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 本文通过实证研究分析RAG组件对软件工程任务的影响，发现检索端组件尤其是检索算法对系统性能影响更大，BM25在多种任务中表现稳健。
MemQ: Integrating Q-Learning into Self-Evolving Memory Agents over Provenance DAGs
MemQ：将Q学习整合到基于溯源DAG的自进化记忆代理中
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； National University of Singapore（新加坡国立大学） ； Xidian University（西安电子科技大学） ； University of Science and Technology of China（中国科学技术大学） ； MemTensor (Shanghai) Technology Co., Ltd.（MemTensor（上海）科技有限公司）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 MemQ通过在溯源DAG中传播信用权重，改进记忆Q值的评估，提升多步任务的泛化能力，尤其在产生深层相关溯源链的任务中表现突出。
Comments 22 pages, 11 figures (containing 43 individual image panels total)
SkillFlow: Flow-Driven Recursive Skill Evolution for Agentic Orchestration
SkillFlow: 以流程驱动的递归技能进化用于代理编排
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； Zhejiang University（浙江大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 SkillFlow通过流程驱动的递归技能进化解决代理编排中的策略崩溃、梯度方差高和无指导技能进化问题，实现高效任务编排。
Comments 49 pages, 5 figures, 6 tables
Bidirectional Empowerment of Metamorphic Testing and Large Language Models: A Systematic Survey
双向赋能：变形测试与大语言模型的相互促进：系统综述
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 本文系统综述了93项研究，探讨变形测试与大语言模型之间的双向赋能关系，提出分类框架，分析其在验证、评估和自动化测试中的应用。
Comments Daixu Ren is the corresponding author
TRIAGE: Evaluating Prospective Metacognitive Control in LLMs under Resource Constraints
TRIAGE：在资源限制下评估大语言模型的前瞻性元认知控制
机构 * University of California, Riverside, USA（加州大学河滨分校） ； University of Maryland, Baltimore County, USA（马里兰大学巴尔的摩县分校）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 研究评估了大语言模型在资源限制下的前瞻性元认知控制能力，通过Triage框架测试不同模型在多个领域的表现，揭示了现有模型在该能力上的显著差距。
Retrieval is Cheap, Show Me the Code: Executable Multi-Hop Reasoning for Retrieval-Augmented Generation
检索成本低廉，展示代码：可执行多跳推理的检索增强生成
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； Texas A&M University（德克萨斯农工大学）
专题命中 代码生成 ：program synthesis(abstract)；分类 cs.AI
AI总结 本文提出PyRAG框架，将多跳检索增强生成转化为程序合成与执行，通过可执行Python代码实现可调试的推理过程，提升多跳问答性能。
Comments 32 pages, 20 figures, 4 tables
CoT-Guard: Small Models for Strong Monitoring
CoT-Guard：用于强监控的小型模型
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Capital One
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 本文提出CoT-Guard，通过结合监督微调和强化学习，提升小型模型在代码生成任务中检测隐藏目标的能力，其在提示和代码攻击下的表现优于现有大模型。
Constraints-of-Thought: A Framework for Constrained Reasoning in Language-Model-Guided Search
思维约束：一种在语言模型引导搜索中进行约束推理的框架
机构 * Georgia Institute of Technology（佐治亚理工学院）
专题命中 代码生成 ：code generation(abstract)；分类 cs.LG
AI总结 本文提出Const-o-T框架，通过约束推理提升语言模型在多步骤任务中的规划效率和决策可靠性，适用于风险游戏、CAD代码生成和算术推理等复杂领域。
3D Primitives are a Spatial Language for VLMs
3D基元是一种视觉语言模型的空间语言
机构 * Unity Technologies
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 本文提出通过3D基元作为中间表示来提升视觉语言模型的空间理解能力，通过SpatialBabel基准、Code-CoT推理策略和S³-FT自监督微调三种贡献，展示了基元在空间任务中的有效性。
TileLoom: Automatic Dataflow Planning for Tile-Based Languages on Spatial Dataflow Accelerators
TileLoom：面向空间数据流加速器的tile基语言自动数据流规划
专题命中 代码生成 ：code generation(abstract)；分类 cs.PL
AI总结 TileLoom通过MLIR框架实现tile基程序到空间数据流架构的编译，通过分布式核心和芯片内网络提升数据复用与通信效率，实验显示其性能与厂商库相当。
The Agent Use of Agent Beings: Agent Cybernetics Is the Missing Science of Foundation Agents
代理行为的代理使用：代理循证学是基础代理的缺失科学
机构 * Singapore Management University（新加坡管理大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Nanyang Technological University（南洋理工大学） ； Institute for Infocomm Research, Agency for Science, Technology and Research (A*STAR)（信息通信研究院，科技研究局（A*STAR）） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 本文提出代理循证学作为基础代理的理论基础，通过将经典循证学定律映射到代理设计原则，提出可靠性、持续运行和自我改进三大工程需求，以指导复杂任务中的代理设计与部署。
Comments Preliminary Work
