IJCAI

Loc2Repair: A Framework for Evaluating the Impact of File-Level Issue Localization in Repo-Level LLM Repair

Loc2Repair：评估文件级问题定位在仓库级LLM修复中影响的框架

Mohammad Nour Al Awad, Sergey Ivanov

机构 * ITMO University（ITMO大学） 纠错

AI总结 提出Loc2Repair模块化评估框架，通过解耦定位与修复，在SWE-bench Verified上验证文件级定位能一致提升修复率（44.7%→49.1%）并降低平均耗时。

Comments To appear in the Proceedings of the Generative Code Intelligence Workshop (GeCoIn 2026), co-located with the 35th International Joint Conference on Artificial Intelligence (IJCAI-ECAI 2026), Bremen, Germany, August 15--17, 2026

Improving Survey Participation in Low-Literacy Populations Through Value-Sensitive Conversational AI

通过价值敏感的对话式AI提高低识字率人群的调查研究参与度

Raj Gaurav Maurya

机构 * Technical University of Munich（慕尼黑工业大学） 纠错

AI总结 本研究通过对比多种调查方式，发现结合价值敏感设计的对话式AI能显著提高低识字率女性的调查完成率，强调了人本设计在包容性数据收集中的重要性。

Comments Accepted at the IJCAI-ECAI 2026 AI and Social Good Track