arXivDaily arXiv每日学术速递 周一至周五更新

AI 大模型

AI Agent

智能体、工具调用、规划、工作流、多智能体和自主任务执行。

2026-02-11 至 2026-02-11 共收录 6 信号源:cs.AI, cs.CL, cs.LG, cs.SE

1. 软件智能体 6 篇

2602.09185 2026-02-11 cs.SE cs.AI 79%

AIDev: Studying AI Coding Agents on GitHub

AIDev:研究GitHub上的AI编码代理

Hao Li, Haoxiang Zhang, Ahmed E. Hassan

机构 * Queen's University(女王大学)

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

AI总结 AIDev是一个大规模数据集,包含来自五个AI代理的GitHub pull requests,用于研究AI在软件工程中的应用、开发者生产力及人机协作。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.06268 2026-02-11 cs.SE cs.AI 62%

Automated QoR improvement in OpenROAD with coding agents

在OpenROAD中通过编码代理实现自动化QoR提升

Amur Ghose, Junyeong Jang, Andrew B. Kahng, Jakang Lee

机构 * UC San Diego(UC圣地亚哥大学)

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

AI总结 AuDoPEDA通过自主编码代理在OpenROAD中实现EDA技术的自动化改进,显著提升QoR指标。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.09944 2026-02-11 cs.SE 57%

Environment-in-the-Loop: Rethinking Code Migration with LLM-based Agents

环境在环:重新思考基于LLM代理的代码迁移

Xiang Li, Zhiwei Fei, Ying Ma, Jerry Zhang, Sarro Federica, He Ye

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

AI总结 本文提出了一种整合自动环境设置与代码迁移流程的框架,强调自动环境交互对代码迁移自动化的重要性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.08146 2026-02-11 cs.SE 57%

Test vs Mutant: Adversarial LLM Agents for Robust Unit Test Generation

测试与突变:对抗性LLM代理用于鲁棒性单元测试生成

Pengyu Chang, Yixiong Fang, Silin Chen, Yuling Shi, Beijun Shen, Xiaodong Gu

专题命中 软件智能体 :agent(abstract);分类 cs.SE

AI总结 AdverTest通过对抗性代理提升单元测试生成的鲁棒性,提高故障检测率和覆盖率

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.09099 2026-02-11 quant-ph 50%

Surface code off-the-hook: diagonal syndrome-extraction scheduling

表面码脱钩:对角综合征提取调度

Gilad Kishony, Austin Fowler

专题命中 软件智能体 :planning(abstract)

AI总结 本文提出了一种对角调度方案,通过将钩错误沿plaquette对角线定向,实现完整的码距,简化了电路构造并提高了逻辑错误率性能。

Comments 11 pages, 8 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.07870 2026-02-11 cs.IT math.IT 50%

Deep learning based Channel Estimation and Beamforming in Movable Antenna Systems

基于深度学习的移动天线系统中通道估计与波束成形

Kaijun Feng, Ziwei Wan, Anwen Liao, Wenyan Ma, Lipeng Zhu, Zhenyu Xiao, Zhen Gao, Rui Zhang

专题命中 软件智能体 :workflow(abstract)

AI总结 本文提出基于深度学习的移动天线系统中通道估计与波束成形方法,通过两阶段CE机制和Transformer网络实现高效优化。

Comments 6 pages, 6 figures, The codes about this work are available at https://github.com/ZiweiWan/Code_4_DL_MA_CE_BF/

详情

展开后加载摘要…

URL PDF HTML 收藏