AI Agent

FullStack-Agent: Enhancing Agentic Full-Stack Web Coding via Development-Oriented Testing and Repository Back-Translation

全栈代理：通过面向开发的测试和仓库反翻译增强全栈网页编码

Zimu Lu, Houxing Ren, Yunqiao Yang, Ke Wang, Zhuofan Zong, Mingjie Zhan, Hongsheng Li

机构 * Multimedia Laboratory (MMLab), The Chinese University of Hong Kong（香港中文大学多媒体实验室） ； Shenzhen Loop Area Institute（深圳河套学院） 纠错

专题命中 软件智能体 ：agent(title,abstract)；agentic(title,abstract)；planning(abstract)；multi-agent(abstract)

AI总结 FullStack-Agent通过面向开发的测试和仓库反翻译提升全栈网页编码能力，其多代理框架和自我改进方法在多个测试用例中表现出色。

CP-Agent: Agentic Constraint Programming

CP-Agent：代理约束编程

Stefan Szeider

机构 * TU Wien（维也纳技术大学） 纠错

专题命中 软件智能体 ：agent(title,abstract)；agentic(title,abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 CP-Agent通过代理工作流实现约束编程问题的高效求解，展示了最少指导优于详细指导，并揭示了任务管理工具对建模任务的双重影响。

Confucius Code Agent: Scalable Agent Scaffolding for Real-World Codebases

孔子代码代理：面向真实世界代码库的可扩展代理构建

Sherman Wong, Zhenting Qi, Zhaodong Wang, Nathan Hu, Samuel Lin, Jun Ge, Erwin Gao, Wenlin Chen, Yilun Du, Minlan Yu, Ying Zhang

机构 * Meta 纠错

专题命中 软件智能体 ：agent(title,abstract)；tool use(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 孔子代码代理通过可扩展的代理构建框架，在真实世界软件工程任务中实现高性能，超越现有研究和商业成果。

Comments The latest version

Privasis: Synthesizing the Largest "Public" Private Dataset from Scratch

Privasis：从零开始合成最大的“公共”私有数据集

Hyunwoo Kim, Niloofar Mireshghallah, Michael Duan, Rui Xin, Shuyue Stella Li, Jaehun Jung, David Acuna, Qi Pang, Hanshen Xiao, G. Edward Suh, Sewoong Oh, Yulia Tsvetkov, Pang Wei Koh, Yejin Choi

机构 * NVIDIA ； CMU（卡内基梅隆大学） ； USC（南加州大学） 纠错

专题命中 软件智能体 ：agent(abstract)；AI agent(abstract)；分类 cs.AI、cs.CL

AI总结 Privasis是首个从零开始构建的百万级合成数据集，用于提升隐私敏感领域研究的规模和效率，其模型在隐私净化任务中表现优异。

Comments For code and data, see https://privasis.github.io

Closing the Loop: Universal Repository Representation with RPG-Encoder

闭环：通用仓库表示法与RPG-编码器

Jane Luo, Chengyu Yin, Xin Zhang, Qingtao Li, Steven Liu, Yiming Huang, Jie Wu, Hao Liu, Yangyu Huang, Yu Kang, Fangkai Yang, Ying Xin, Scarlett Li

专题命中 软件智能体 ：planning(abstract)；分类 cs.CL、cs.SE

AI总结 RPG-Encoder通过统一表示和闭环推理，实现复杂代码库的高精度理解和生成。

SWE-Refactor: A Repository-Level Benchmark for Real-World LLM-Based Code Refactoring

SWE-Refactor：一个面向真实世界的基于大语言模型的代码重构仓库级基准

Yisen Xu, Jinqiu Yang, Tse-Hsun, Chen

专题命中 软件智能体 ：agent(abstract)；分类 cs.SE

AI总结 SWE-Refactor是一个面向真实世界的基于大语言模型的代码重构仓库级基准，通过1099个Java项目中的重构实例评估九种LLMs，揭示复杂重构的失败率较高。

Feasible strategies for conflict resolution within intuitionistic fuzzy preference-based conflict situations

在基于直觉模糊偏好的冲突情境中可行的解决策略

Guangming Lang, Mingchuan Shang, Mengjun Hu, Jie Zhou, Feng Xu

机构 * School of Mathematics and Statistics, Changsha University of Science and Technology（长沙理工大学数学与统计学学院） ； Hunan Provincial Key Laboratory of Mathematical Modeling and Analysis in Engineering, Changsha University of Science and Technology（湖南省工程数学建模与分析重点实验室，长沙理工大学） ； Department of Computer Science, University of Manitoba（曼尼托湾大学计算机科学系） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.AI

AI总结 本文提出了一种基于直觉模糊偏好的冲突情境模型，通过更精细的粒度捕捉冲突本质，并开发了相应的冲突度量和调整机制，以提高冲突解决的可行性。

Multi-Resolution Alignment for Voxel Sparsity in Camera-Based 3D Semantic Scene Completion

基于体素稀疏性的多分辨率对齐方法用于基于摄像头的3D语义场景补全

Zhiwen Yang, Yuxin Peng

机构 * Wangxuan Institute of Computer Technology, Peking University（王宣计算机技术研究所，北京大学） 纠错

专题命中 软件智能体 ：planning(abstract)

AI总结 本文提出多分辨率对齐方法，通过多分辨率特征对齐和关键分布一致性损失缓解基于摄像头的3D语义场景补全中的体素稀疏性问题。

Comments 15 pages, 6 figures, accepted by TIP 2026