Open-SWE-Traces: Advancing Dual-Mode Multilingual Distillation for Software Engineering Agents
NVIDIA(英伟达)
为解决软件工程智能体训练数据稀缺问题,构建包含20万条轨迹、覆盖9种编程语言的数据集,采用混合推理合成方法,微调Qwen3-30B-A3B系列模型,在SWE-bench基准上取得领先性能。
2026-06-16 cs.AI cs.SE
Tasks Decomposition Approaches in Crowdsourcing Software Development
众包软件开发(CSD)的一个主要特点是工作人员实现成功的软件众包所需的任务和技能的复杂性。对向惩教署人员提出的任务进行检查,以确保这些任务易于管理和可实现。一般来说,个别任务来自一般目标导向的项目。有一些将软件项目分解为可管理的任务的实践,称为任务分解。这项研究确定了任务分解技术在软件工程,特别是在CSD的上下文中。然后,我们定义了有经验的开发人员,他们领导请求者分解项目、准备任务和审查提交。本研究探讨并解决了CSD的分解方法。接下来,我们选择TopCoder中的项目来识别CSD上下文中的任务分解过程。最后,我们总结了未来的研究方向,调查分解方法及其在CSD背景下的影响,以确保成功的众包软件项目。
2023-02-10 cs.SE
Towards Lakosian Multilingual Software Design Principles
大型软件系统通常包括用不同的程序设计语言编写的程序。当跨语言互操作性是通过外部函数接口(Foreign Function Interface,FFI)实现的,例如pybind 11、Boost.Python、Emscripten、PyV 8或JNI等,常见的软件工程工具(如调用图分析)会受到FFI不透明性的阻碍。这会使调试复杂化,并引发潜在的低效率和安全问题。一个促成问题是,几乎没有严格的多语言软件的软件设计建议。在本文中,我们提出了一个更严格的多语言软件设计方法的进展。该方法基于Lakos开发的大型C++系统设计的现有方法。Lakosian方法是为数不多的解决物理设计而不仅仅是逻辑设计的设计方法之一。使用MLSA工具包在以前的工作中开发的多语言软件的分析,我们专注于一个FFI -pybind 11 FFI。Lakosian C++设计规则的扩展被提出来处理使用pybind 11的多语言软件。使用50个使用pybind 11的公共GitHub存储库的样本,我们测量了目前有多少存储库满足这些规则。最后,我们提出了一个通用的基于pybind 11的规则,任何使用FFI接口的多语言软件。
2019-06-19 cs.SE
Towards Better Summarizing Bug Reports with Crowdsourcing Elicited Attributes
近年来,在软件维护中,解决大量错误报告的需求不断增长。为了减少测试人员/开发人员阅读错误报告的时间,错误报告摘要的任务在文献中吸引了大量的研究工作。然而,没有系统的分析已经进行了属性的建设,这严重影响了监督算法的性能缺陷报告摘要。在这项研究中,我们首先进行了一项调查,以揭示现有的方法在挖掘软件仓库的属性建设。在此基础上,提出了一种从众包数据中推断新的有效属性的方法Crowd-Attribute,并开发了一个新的工具Crowdsourcing软件工程平台。利用Crowd-Attribute,我们成功地构造了11个新的属性,并提出了一个新的监督算法,称为Logistic Regression with Crowdsourced Attributes(LRCA)。为了评估LRCA的有效性,我们构建了一系列包含105,177个错误报告的大规模数据集。在包含36个人工标注错误报告的公共数据集SDS和新的大规模数据集上的实验表明,LRCA可以始终优于最先进的错误报告摘要算法。
2018-09-29 cs.SE
Lightweight Multilingual Software Analysis
开发人员的偏好、语言能力和旧语言的持续存在促成了大型软件代码库通常是多语言的趋势,即用一种以上的计算机语言编写。虽然开发人员可以利用单语软件开发工具来构建软件组件,但公司面临着管理由此产生的大型多语言代码库以解决安全性,效率和质量指标问题的问题。关键的挑战是解决语言互操作性接口的不透明性:一种语言在第二种语言中调用过程(这可能会调用第三种,甚至回到第一种),导致潜在的混乱,低效和不安全的代码库。提出了一种用于大型多语言代码库的轻量级静态分析的体系结构:MLSA体系结构。它的模块化和面向表的结构解决了多种语言和语言互操作性API的开放性。在这里,我们专注于作为一个应用程序的调用图,捕捉语言间和语言内调用的建设。给出了从代码库中提取多语言调用图的算法,并讨论了多语言软件工程分析的几个实例。MLSA的实施和测试的状态,并讨论了对未来工作的影响。
2018-08-03 cs.SE
Evaluating Non-English Developer Support in Machine Learning for Software Engineering
Delft University of Technology(代尔夫特理工大学)
研究评估非英语代码注释生成及现有评估方法的可靠性,发现非英语环境下生成性能显著下降,自动评估方法无法可靠区分正确与错误注释。
2026-05-07 cs.SE
Studying the Role of Reusing Crowdsourcing Knowledge in Software Development
Omar Al-Mukhtar University(奥马尔·穆赫塔尔大学)
本研究探讨了重复利用众包知识对软件开发的影响,发现其在提升效率的同时也带来质量风险,通过持续集成等方法优化开发实践。
2025-12-08 cs.SE
Impact of Task Cycle Pattern on Project Success in Software Crowdsourcing
众包正在成为一种被接受的软件开发方法,适用于产品生命周期的不同阶段。理想情况下,通过众包的大规模并行生产可能是一个选择,通过利用互联网上无限的工人资源,在软件工程快速收购。理解分解和上传并行任务的模式和策略,以保持稳定的工人供应以及令人满意的任务完成率,这一点很重要。本研究报告是对众包中可用任务生命周期模式的实证分析。根据众包软件开发(CSD)中的瀑布模型,本研究确定了每个项目的任务到达顺序的四种模式:1)先前周期,2)当前周期,3)轨道周期和4)新鲜周期。
2021-03-18 cs.HC cs.SE
PolyCodeEval: Benchmarking Multilingual Code Generation from Functions to Repositories
Tianjin University(天津大学)
PolyCodeEval是覆盖5种语言58个开源仓库的多粒度代码生成基准,评估前沿模型等发现现有方法生成正确函数等的比例有限,且性能随语言和粒度波动,相关函数上下文可提升函数生成正确性。
2026-10-09 cs.SE
Crowdsourced Behavior-Driven Development: Implementing Microservices through Microtasks
软件工程众包方法有效性的关键是工作流设计,描述如何将复杂的工作组织成小的,相对独立的微任务。在本文中,我们介绍了一种行为驱动开发(BDD)工作流,用于通过自包含的微任务完成编程工作,该工作流作为一个称为Crowd微服务的预配置环境实现。在我们的方法中,代表软件团队的客户端将微服务描述为一组具有路径、请求和响应的端点。然后,群组实现端点,识别它们测试、实现和调试的各个端点行为,创建新函数并根据需要与持久性API交互。为了评估我们的方法,我们进行了一项可行性研究,其中一小群人致力于实现小型ToDo微服务。人群创建了一个只有四个缺陷的实现,完成了350个微任务,实现了13个功能。我们讨论了这些研究结果的影响,将众包编程的贡献到传统的软件项目。
2020-09-02 cs.HC cs.SE cs.SI
From Bugs to Benefits: Improving User Stories by Leveraging Crowd Knowledge with CrUISE-AC
针对需求不完整导致软件缺陷的问题,提出完全自动化方法 CrUISE-AC,利用 NLP 和 LLM 集成挖掘问题跟踪器信息,为敏捷用户故事生成额外验收标准,专家评估显示 80-82% 的生成标准能补充相关需求。
2025-05-02 cs.SE
Do Research Software Engineers and Software Engineering Researchers Speak the Same Language?
本文研究研究软件工程师与软件工程研究者之间的术语分歧,通过系统化术语映射方法识别概念对齐与知识差距,为促进双方相互学习和协作奠定基础。
2025-07-03 cs.SE
Large Language Models for Multilingual Code Intelligence: A Survey
College of Computer Science and Software Engineering, Shenzhen University, China(深圳大学计算机科学与软件工程学院,中国);Guangzhou Institute of Technology, Xidian University, China(广州理工大学,西安电子科技大学,中国);Guangzhou University of Software, China(广州软件大学,中国);Shenzhen University of Information Technology(深圳信息大学);National University of Computer and Emerging Sciences Karachi, Pakistan(巴基斯坦卡拉奇国家计算机与新兴科学大学)
本文综述了多语言代码生成与翻译的关键任务,探讨了现有方法、基准和评估指标,指出多语言代码智能在现实系统中的重要性及挑战。
2026-04-27 cs.LG cs.PL cs.SE
Editorial: Special Issue on Collaborative Aspects of Open Data in Software EngineeringJohan
对于软件工程师来说,高质量的数据在设计和实施当今的软件时变得越来越重要,例如,作为机器学习算法和基于可视化和分析的功能的输入。开放数据-即,根据许可证共享数据,使用户有权研究、处理和向任何人分发数据,并用于任何目的-提供了一种满足这一需求的机制。数据可能来自多个来源,无论是众包、政府机构共享还是商业实体之间共享,无疑是当今公共部门、商业和工业的所有业务和收入模式所固有的。在这篇关于软件工程中开放数据协作方面的特刊的客座社论中,我们探讨了软件工程中开放数据的协作方面。我们强调这些方面如何使组织受益,可能存在哪些挑战以及如何根据当前实践解决这些问题,并介绍本特刊中包含的四篇论文。
2022-07-31 cs.SE
MetaTPTrans: A Meta Learning Approach for Multilingual Code Representation Learning
SnT, University of Luxembourg(卢森堡大学SnT);Baidu Inc.(百度公司);CITADEL, Université Virtuelle du Burkina Faso(布基纳法索虚拟大学CITADEL)
源代码的表示学习对于将机器学习应用于软件工程任务至关重要。从多语言源代码数据集学习代码表示已被证明比单独从单语言数据集学习更有效,因为来自多语言数据集的更多训练数据提高了模型从源代码中提取语言无关信息的能力。然而,现有的多语言训练忽略了语言特定的信息,这是跨不同的程序设计语言建模源代码的关键,而只专注于学习一个统一的模型与共享参数之间的不同语言的语言无关的信息建模。为了解决这个问题,我们提出了MetaTPTrans,一种多语言代码表示学习的Meta学习方法。MetaTPTrans根据输入代码片段的特定程序设计语言类型为特征提取器生成不同的参数,使模型能够通过特征提取器中的动态参数学习语言无关和语言特定的信息。我们对代码摘要和代码完成任务进行了实验,以验证我们的方法的有效性。结果证明了我们的方法的优越性,在最先进的基线上有了显着的改进。
2022-12-05 cs.AI cs.SE
Collective Mind: cleaning up the research and experimentation mess in computer engineering using crowdsourcing, big data and machine learning
由于大量可用的设计和优化选择、所有软件和硬件组件之间的复杂交互以及对性能、功耗、尺寸、可靠性和成本的多个严格要求,HPC系统的软件和硬件协同设计和优化已经变得不可容忍地复杂、特别、耗时且容易出错。我们提出了我们的新的长期的整体和实用的解决方案,这个问题的基础上可定制的,基于插件的,无模式的,异构的,开源的集体思想存储库和基础设施,统一的Web界面和在线建议系统。该协作框架在许多参与者之间分配计算机系统的分析和多目标离线和在线自动调整,同时利用任何可用的智能电话、平板电脑、膝上型电脑、集群或数据中心,并连续观察、分类和建模它们的现实行为。使用共享数据挖掘和预测建模插件分析任何意外行为,或在cTuning.org上向社区公开,以进行协作解释,自上而下的复杂性降低,增量问题分解和相关程序,架构或运行时属性(功能)的检测。逐步增加优化知识有助于不断提高任何编译器的优化性能,预测新程序的优化,或根据最终用户的要求提出有效的运行时(在线)调优和自适应策略。我们决定在一个公共存储库中分享我们过去所有的研究成果,包括数百个代码片、数值应用程序、数据集、模型、通用实验分析和自动调优管道、基于自调优机器学习的Meta编译器,以及统一的统计分析和机器学习插件,以启动系统的、可复制的和协作的研究,开发和实验一个新的出版模式,实验和技术验证,排名和改进的社区。
2013-08-11 cs.HC cs.SE stat.ML
Shortcutting the Fix: Identifying and Categorizing Agentic Exploits in Software Engineering Benchmarks
NVIDIA(英伟达)
本研究系统审计了SWE智能体在基准测试中的漏洞利用行为,提出针对性指令可大幅降低利用率,强调需开发漏洞利用感知的评估框架以衡量真实问题解决能力。
2026-10-15 cs.SE
Recruiting Software Engineers on Prolific
为软件工程研究招募参与者一直是人因社区的主要关注点。这对于需要最小样本量的定量研究尤其如此,以免在统计学上功效不足。由于自我选择偏见,传统的数据汇集技术(例如邮件列表)非常值得怀疑。众包平台的引入使研究人员能够选择具有研究设计所预见的确切要求的信息提供者,在简洁的时间框架内收集数据,以公平的小时工资补偿他们的工作,最重要的是,对整个数据汇集过程具有高度的控制权。本经验报告讨论了我们使用学术众包平台Prolific进行样本研究的经验。讨论的主题是研究的类型,选择过程和功率计算。
2022-03-28 cs.SE
Repair Is Nearly Generation: Multilingual Program Repair with LLMs
Microsoft(微软)
大多数程序员在编写代码时都会犯错误。这些错误中有一些很小,只需要对原始程序进行很少的编辑--这类错误最近被称为“最后一英里错误”。这些错误打断了有经验的开发人员的流程,并可能使新手程序员感到困惑。针对这类错误的现有自动修复技术是特定于语言的,并且不容易转移到新的语言。转移符号方法需要大量的工程,神经方法需要数据和再训练。我们介绍了RING,一个多语言修复引擎,由一个大语言模型训练的代码(LLMC),如Codex。这种多语言引擎实现了编程辅助的翻转模型,与传统的代码建议技术相比,程序员编写代码,人工智能辅助建议修复。从程序员手动修复错误的方式中获得灵感,我们展示了一种基于修复的策略,该策略将修复概念化为本地化,转换和候选人排名,可以以最小的努力成功地修复多种语言的程序。我们提出了这样一个多语言修复引擎的第一个结果,通过评估6种不同的语言,并比较特定语言的修复引擎的性能。我们表明,RING可以优于这些语言中的三种语言的特定语言的修复引擎。
2022-12-05 cs.AI cs.PL cs.SE
M2rc-Eval: Massively Multilingual Repository-level Code Completion Evaluation
Alibaba Group(阿里巴巴集团);University of Waterloo(滑铁卢大学)
本文提出覆盖18种编程语言、提供AST驱动细粒度场景标注的 M2RC-EVAL 基准,并构建 M2RC-INSTRUCT 指令数据集,以评估并提升代码LLM的多语言仓库级补全能力。
2024-10-28 cs.CL cs.SE
Handling Numerous Stakeholders Requirements A Research Agenda and Preliminary Outcomes
本研究旨在设计与发展一种新的需求优先化方法,以分析与优先化软件产品回馈中所提到的涉众需求。本文介绍了博士研究议程和早期分析的初步成果。还概述了为实现目标结果而应遵循的拟议研究方法论的路线图。迄今为止的结果表明,需求优先级问题已经得到了广泛的研究,但是,在考虑处理大量众包需求的技术时,仍然存在差距。此外,需求优先级作为一个问题影响到软件工程以外的许多领域。因此,来自其他领域的知识对于软件工程领域的需求优先级实践是有用的。
2019-07-24 cs.SE
A Call to Promote Soft Skills in Software Engineering
多年来,我们一直在思考软件工程的其他方面;工程软件中缺少的环节是软件开发过程中必不可少的软技能集。虽然软技能是软件开发中最重要的方面之一,但它们往往被教育工作者和实践者所忽视。这种忽视的主要原因之一是,软技能通常与社会和个性因素有关,即,团队合作,动机,承诺,领导力,多元文化,情感,人际交往能力等。这篇社论是一个宣言,宣布软技能的重要性,在软件工程的意图,提请专业人士注意这些主题。我们已经通过提及我们对该领域的了解,我们认为是显而易见的,以及哪些主题需要进一步调查来解决这个问题。支持我们主张的重要参考资料也包括在内。软件工程师以其技术专长的深度为荣,这使他们从人群中脱颖而出。什么样的人才能成为一名优秀的软件工程师?首先,它是有关方法和技术的技术知识(即硬技能),以及在实践中应用这些知识所需的技能。第二,但仍然很重要,它是一套软技能,特别是协作,沟通,解决问题和类似的人际关系和批判性思维技能,这是软件工程专业人员所期望的。换句话说,软件工程师需要硬技能和软技能,才能在工作场所取得成功。
2018-12-12 cs.SE
A Systematic Analysis of Higher Education on Software Engineering in the Netherlands
Open University(开放大学);Eindhoven University of Technology(埃因霍温理工大学);University of Florence(佛罗伦萨大学);University of Twente(特文特大学);Utrecht University(乌得勒支大学)
该研究对荷兰10所大学207门软件工程课程进行众包分析,通过源自SWEBOK的关键知识领域映射课程,经多阶段分析得出知识领域覆盖情况、集群及相关结论,还识别出代表性不足领域并邀请全球研究者借鉴此方法比较教育项目。
2026-07-10 cs.SE
The Divine Software Engineering Comedy -- Inferno: The Okinawa Files
本文基于2024年冲绳FUSE软件工程未来研讨会的讨论,以讽刺视角提炼出软件工程行业面临的三大发展噩梦,对行业未来走向作出了略带暗黑风格的解读。
2025-10-28 cs.SE
The Potential of Using Vision Videos for CrowdRE: Video Comments as a Source of Feedback
TIB – Leibniz Information Centre for Science and Technology(TIB——莱布尼茨科学技术信息中心);Leibniz University Hannover(汉诺威莱布尼茨大学)
建立愿景视频是为了征求反馈和激发需求工程(RE)实践中的讨论,例如焦点小组。不同的研究人员通过在社交媒体平台上使用视觉视频来激励将这些好处转移到基于人群的RE(CrowdRE)中。然而,到目前为止,很少有研究详细探讨将视觉视频用于CrowdRE的潜力。在本文中,我们分析和评估这种潜力,特别是,专注于视频评论作为反馈的来源。在一个案例研究中,我们分析了4505条来自YouTube的视觉视频评论。我们发现,这段视频在四天内从2660名观众那里征集了2770条评论。这是该视频四年来收到的所有评论的50%以上。尽管这些评论中只有一小部分与RE相关,但相关评论涉及用户反馈的典型意图和主题,例如功能请求或问题报告。除了典型的用户反馈类别,我们还发现了300多条关于安全的评论,这在以前的用户反馈分析中没有出现。在自动分析中,我们比较了三种机器学习算法对视频评论分类的性能。尽管存在某些差异,但算法对视频评论进行了很好的分类。基于这些发现,我们得出结论,使用视觉视频的CrowdRE有很大的潜力。尽管案例研究是初步的,但我们乐观地认为,愿景视频可以激励利益相关者积极参与人群,并征求大量视频评论作为宝贵的反馈来源。
2021-08-04 cs.AI cs.LG cs.SE
On the Transferability of Pre-trained Language Models for Low-Resource Programming Languages
University of British Columbia(不列颠哥伦比亚大学);Singapore Management University(新加坡管理大学);JetBrains Research(JetBrains研究院)
Ahmed和Devanbu最近的一项研究报告说,使用多语言数据集编写的代码语料库来微调多语言预训练语言模型(PLM),与使用仅用一种程序设计语言编写的代码语料库相比,可以实现更高的性能。然而,没有进行分析,就微调单语PLM。此外,某些程序设计语言本质上是不同的,并且用一种语言编写的代码通常不能与其它语言互换,即,Ruby和Java代码具有非常不同的结构。为了更好地理解单语和多语言PLM如何影响不同的程序设计语言,我们调查1)在Ruby上的PLM的性能两个流行的软件工程任务:代码摘要和代码搜索,2)策略(选择程序设计语言),以及微调多语言PLM的Ruby,和3)性能的微调PLM在Ruby上给定不同的代码长度。在这项工作中,我们分析了一百多个预先训练和微调的模型。我们的研究结果表明:1)多语言PLM具有较低的性能时间比(BLEU,METEOR,或MRR分数在微调持续时间)相比,单语PLM,2)我们提出的策略,选择目标程序设计语言微调多语言PLM是有效的:它减少了微调的时间,但在代码摘要和代码搜索任务中实现了更高的性能,以及3)我们提出的策略在不同的码长上一致地显示出良好的性能。
2022-04-05 cs.CL cs.PL cs.SE
Reframing Societal Discourse as Requirements Negotiation: Vision Statement
空间规划方面的挑战包括根据人口的增加或减少调整住区模式;还包括在农村和周边环境中组织粮食运送。讨论通常从一个开放的问题开始,并寻求全面和创新的解决方案。通常需要软件来实现创新。空间规划问题的特点是涉及大量不同的利益攸关方群体,如市政当局、公司、利益集团、公民、妇女和男子、青年和儿童。目前的参与技术缓慢、费力、昂贵,往往会错过许多利益攸关方或利益集团。我们提出了一个三重转变的观点:(1)话语被重新定义为一个明确的目标,以国家的软件,硬件和组织的需求过程。(2)由于空间规划问题的上述特点,我们建议使用需求工程(RE)和CrowdRE的利益相关者(例如用户组)参与的技术。(3)我们建议将视频作为一种媒介,在官员、公民、儿童和老人的混合人群中有效地沟通问题、解决方案和争论。虽然很少有空间规划问题可以单独通过软件解决,但这种新的视角无论如何都有助于集中讨论。可再生能源技术可以帮助找到共同点,尽管有不同的利益相关者群体,例如公民。数字需求和视频非常适合通过互联网促进分发,反馈和话语。在本文中,我们提出了这个新的视角作为一个及时的机会,空间规划领域-作为一个日益重要的应用领域的CrowdRE。
2017-08-01 cs.SE
Let's hear it from RETTA: A Requirements Elicitation Tool for TrAffic management systems
交通管理(TM)领域的特点是不确定性,复杂性和不精确性。软件系统的复杂性,在TM领域,这有助于一个更具挑战性的需求工程(RE)的工作主要源于利益相关者的多样性和复杂性的需求获取在这一领域。这项工作带来了一个交互式的解决方案,探索交通管理领域的软件依赖系统的功能和非功能需求。我们对RETTA工具进行了原型设计,该工具利用了大众的智慧,并将其与自然语言处理和朴素贝叶斯等机器学习方法相结合,以帮助完成TM领域的需求启发和分类任务。这弥合了软件开发和交通工程领域的利益相关者之间的差距。RETTA原型主要是为TM领域的需求工程师和软件开发人员设计的,可以在基于Android的设备上使用。
2017-07-06 cs.SE
A Preliminary Study of Multilingual Code Language Models for Code Generation Task Using Translated Benchmarks
University of British Columbia(不列颠哥伦比亚大学)
本文初步评估了多语言代码语言模型Poly-Coder在HumanEval翻译基准上的代码生成性能,发现结果与训练指标一致但存在不一致性和复现困难,呼吁开展更全面的经验研究以验证翻译基准的可靠性。
2024-11-23 cs.AI cs.PL cs.SE
Engineering for Crisis Management: A User-Centred Analysis of Disaster Mobile Applications
Institut Teknologi Sepuluh Nopember(十月份理工学院);Deakin University(迪肯大学);RMIT University(皇家墨尔本理工大学);Monash University(蒙纳士大学)
本文分析灾害移动应用的功能与用户反馈,发现多数应用侧重应急响应,缺乏准备与恢复支持,提出改进建议以提升可靠性与包容性。
2026-05-06 cs.SE
Bridging the Programming Language Gap: Constructing a Multilingual Shared Semantic Space through AST Unification and Graph Matching
Nanjing University of Aeronautics and Astronautics(南京航空航天大学);Shanghai Aerospace Electronic Technology Institute(上海航天电子技术研究所)
本文提出通过AST统一和图匹配构建多语言共享语义空间,解决不同编程语言间的语义差异问题,提升跨语言代码克隆检测和检索性能。
2026-05-08 cs.SE
SWE-Bench++: A Framework for the Scalable Generation of Software Engineering Benchmarks from Open-Source Repositories
Research & Development, Turing(研发与图灵)
SWE-Bench++通过自动化生成多语言软件工程基准,提升仓库级代码生成的评估与改进
2025-12-19 cs.AI cs.CL cs.LG
From SWE-ZERO to SWE-HERO: Execution-free to Execution-based Fine-tuning for Software Engineering Agents
NVIDIA(英伟达)
本文提出一种两阶段SFT方法,通过知识蒸馏实现SWE-bench的最佳性能,通过进化精炼策略提升代码语义和工程流程。
2026-04-02 cs.CL cs.SE
Analysis of AdvFusion: Adapter-based Multilingual Learning for Code Large Language Models
University of British Columbia(不列颠哥伦比亚大学);University of Leicester(利兹大学)
本文扩展 AdvFusion 至代码大语言模型,在代码生成、代码翻译和提交信息生成三个任务上分析其与 AdapterFusion 及其他 PEFT 方法的性能差异,揭示不同模型与任务下多语言适配器融合方法的适用性。
2025-11-03 cs.AI cs.PL cs.SE
SWE-Replay: Efficient Test-Time Scaling for Software Engineering Agents
Siebel School of Computing(计算科学系);Data Science, University of Illinois Urbana-Champaign, USA(数据科学,伊利诺伊大学厄巴纳-香槟分校)
SWE-Replay通过重用历史轨迹和动态选择探索或利用策略,实现了高效且可推广的软件工程代理测试时间扩展。
2026-02-05 cs.AI cs.LG cs.SE
MindForge: Teaching Small Language Models Whole-Life-Cycle Software Engineering via Source-Free Program Synthesis
Huawei Canada(华为加拿大);Queen’s University(女王大学);University of Manitoba(曼尼托巴大学)
研究针对小型语言模型从零构建程序的挑战,提出MindForge构建全生命周期无源码训练环境,微调Qwen3.6-27B后在ProgramBench及7个软件工程基准上性能显著提升。
2026-07-30 cs.CL cs.LG cs.SE
Engineering RAG Systems for Real-World Applications: Design, Development, and Evaluation
Faculty of Information Technology and Communication Sciences, Tampere University(信息科技与通讯科学学院,塔尔皮耶大学)
本文介绍了五个领域特定的RAG应用,涵盖治理、网络安全、农业、工业研究和医疗诊断,通过多语言OCR、语义向量检索和领域适应LLM,评估六个维度并总结十二项关键经验教训。
2025-09-24 cs.AI cs.IR cs.SE