AI Agent

MCCoder: Streamlining Motion Control with LLM-Assisted Code Generation and Rigorous Verification

Yin Li, Liangwei Wang, Shiyuan Piao, Boo-Ho Yang, Ziyue Li, Wei Zeng, Fugee Tsung

机构 * Thrust of Data Science and Analytics, The Hong Kong University of Science and Technology (Guangzhou)（数据科学与分析 thrust，香港科学与技术大学（广州）） ； Department of Industrial Engineering and Decision Analytics, The Hong Kong University of Science and Technology（工业工程与决策分析系，香港科学与技术大学） ； MOVENSYS Inc.（MOVENSYS公司） ； University of Cologne（科隆大学） 纠错

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

Comments IEEE CASE 2025 Best Student Paper Finalists

DiffuCoder: Understanding and Improving Masked Diffusion Models for Code Generation

Shansan Gong, Ruixiang Zhang, Huangjie Zheng, Jiatao Gu, Navdeep Jaitly, Lingpeng Kong, Yizhe Zhang

机构 * Apple（苹果公司） ； The University of Hong Kong（香港大学） 纠错

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

Comments minor update

From Reproduction to Replication: Evaluating Research Agents with Progressive Code Masking

Gyeongwon James Kim, Alex Wilf, Louis-Philippe Morency, Daniel Fried

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

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

Defeating Prompt Injections by Design

Edoardo Debenedetti, Ilia Shumailov, Tianqi Fan, Jamie Hayes, Nicholas Carlini, Daniel Fabian, Christoph Kern, Chongyang Shi, Andreas Terzis, Florian Tramèr

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

Comments Updated version with newer models and link to the code

PAGENT: Learning to Patch Software Engineering Agents

Haoran Xue, Gias Uddin, Song Wang

专题命中 软件智能体 ：agent(abstract)；分类 cs.SE

AutoPresent: Designing Structured Visuals from Scratch

Jiaxin Ge, Zora Zhiruo Wang, Xuhui Zhou, Yi-Hao Peng, Sanjay Subramanian, Qinyue Tan, Maarten Sap, Alane Suhr, Daniel Fried, Graham Neubig, Trevor Darrell

机构 * University of California, Berkeley（加州大学伯克利分校） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

Behaviour Discovery and Attribution for Explainable Reinforcement Learning

Rishav Rishav, Somjit Nath, Vincent Michalski, Samira Ebrahimi Kahou

机构 * University of Calgary（卡尔加里大学） ； Mila ； McGill University（麦吉尔大学） ； Université de Montréal（蒙特利尔大学） ； CIFAR AI Chair（CIFAR AI 职位） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.AI

Mastering Da Vinci Code: A Comparative Study of Transformer, LLM, and PPO-based Agents

LeCheng Zhang, Yuanshi Wang, Haotian Shen, Xujie Wang

机构 * Westlake College, Westlake University（西lake学院，西lake大学） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.AI

Zero-Shot Offline Imitation Learning via Optimal Transport

Thomas Rupf, Marco Bagatella, Nico Gürtler, Jonas Frey, Georg Martius

机构 * ETH, Zürich, Switzerland（苏黎世联邦理工学院） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.LG

Object-Spatial Programming

Jason Mars

专题命中 软件智能体 ：agent(abstract)；分类 cs.SE

Comments 31 pages, 45 pages with appendix

ROAD: Responsibility-Oriented Reward Design for Reinforcement Learning in Autonomous Driving

Yongming Chen, Miner Chen, Liewen Liao, Mingyang Jiang, Xiang Zuo, Hengrui Zhang, Yuchen Xi, Songan Zhang

机构 * Global Institute of Future Technology（未来技术全球研究院） ； Shanghai Jiao Tong University（上海交通大学） ； College of Humanities（人文学院） ； Department of Automation（自动化系） ； School of Aeronautics and Astronautics（航空宇航学院） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.LG

ToolCoder: A Systematic Code-Empowered Tool Learning Framework for Large Language Models

Hanxing Ding, Shuchang Tao, Liang Pang, Zihao Wei, Jinyang Gao, Bolin Ding, Huawei Shen, Xueqi Cheng

机构 * State Key Laboratory of AI Safety, Institute of Computing Technology, CAS（人工智能安全国家重点实验室，计算技术研究所，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Alibaba Group（阿里巴巴集团） 纠错

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

Comments Accepted to ACL 2025

Beyond Domain Randomization: Event-Inspired Perception for Visually Robust Adversarial Imitation from Videos

Andrea Ramazzina, Vittorio Giammarino, Matteo El-Hariry, Mario Bijelic

机构 * Mercedes-Benz AG（梅赛德斯-奔驰集团） ； Technical University of Munich（慕尼黑技术大学） ； Purdue University（普渡大学） ； Space Robotics Research Group, SnT, University of Luxembourg（卢森堡大学空间机器人研究组） ； Torc Robotics（Torc机器人公司） ； Princeton University（普林斯顿大学） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.LG

Fixing 7,400 Bugs for 1$: Cheap Crash-Site Program Repair

Han Zheng, Ilia Shumailov, Tianqi Fan, Aiden Hall, Mathias Payer

专题命中 软件智能体 ：agent(abstract)；分类 cs.SE

Code Retrieval for MILP Instance Generation

Tianxing Yang, Huigen Ye, Hua Xu

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

GE-Chat: A Graph Enhanced RAG Framework for Evidential Response Generation of LLMs

Longchao Da, Parth Mitesh Shah, Kuan-Ru Liou, Jiaxing Zhang, Hua Wei

机构 * Arizona State University（亚利桑那州立大学） ； New Jersey Institute of Technology（新泽西理工学院） ； Arizona（亚利桑那） ； New Jersey（新泽西） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.CL

Comments 5 pages, 4 figures, accepted to IJCAI2025 demo track

MLE-Dojo: Interactive Environments for Empowering LLM Agents in Machine Learning Engineering

Rushi Qiang, Yuchen Zhuang, Yinghao Li, Dingu Sagar V K, Rongzhi Zhang, Changhao Li, Ian Shu-Hei Wong, Sherry Yang, Percy Liang, Chao Zhang, Bo Dai

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Stanford University（斯坦福大学） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.LG

Web-Bench: A LLM Code Benchmark Based on Web Standards and Frameworks

Kai Xu, YiWei Mao, XinYi Guan, ZiLong Feng

机构 * ByteDance（字节跳动） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.AI

Comments 28 pages, 15 figures

Private LoRA Fine-tuning of Open-Source LLMs with Homomorphic Encryption

Jordan Frery, Roman Bredehoft, Jakub Klemsa, Arthur Meyre, Andrei Stoian

机构 * institutetext: Zama（Zama） 纠错

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

LLM-Guided Probabilistic Program Induction for POMDP Model Estimation

Aidan Curtis, Hao Tang, Thiago Veloso, Kevin Ellis, Joshua Tenenbaum, Tomás Lozano-Pérez, Leslie Pack Kaelbling

机构 * MIT（麻省理工学院） ； Cornell University（康奈尔大学） 纠错

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

Neural Pathways to Program Success: Hopfield Networks for PERT Analysis

Azgar Ali Noor Ahamed

专题命中 软件智能体 ：agentic(abstract)；分类 cs.LG

Optimization of Infectious Disease Intervention Measures Based on Reinforcement Learning -- Empirical analysis based on UK COVID-19 epidemic data

Baida Zhang, Yakai Chen, Huichun Li, Zhenghu Zu

专题命中 软件智能体 ：agent(abstract)；分类 cs.LG

Identification and Optimization of Redundant Code Using Large Language Models

Shamse Tasnim Cynthia

专题命中 软件智能体 ：agent(abstract)；分类 cs.SE

MANILA: A Low-Code Application to Benchmark Machine Learning Models and Fairness-Enhancing Methods

Giordano d'Aloisio

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

Comments Accepted at FSE 2025 Demonstration Track

Unmasking the Shadows: Pinpoint the Implementations of Anti-Dynamic Analysis Techniques in Malware Using LLM

Haizhou Wang, Nanqing Luo, Xusheng Li, Peng LIu

机构 * Pennsylvania State University（宾夕法尼亚州立大学） ； Vector 35 Inc.（Vector 35公司） 纠错

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

Cracking the Code of Action: a Generative Approach to Affordances for Reinforcement Learning

Lynn Cherif, Flemming Kondrup, David Venuto, Ankit Anand, Doina Precup, Khimya Khetarpal

机构 * McGill University（麦吉尔大学） ； Mila ； Google DeepMind（谷歌DeepMind） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.AI

OLAF: An Open Life Science Analysis Framework for Conversational Bioinformatics Powered by Large Language Models

Dylan Riffle, Nima Shirooni, Cody He, Manush Murali, Sovit Nayak, Rishikumar Gopalan, Diego Gonzalez Lopez

专题命中 软件智能体 ：agent(abstract)；分类 cs.AI

RP-SAM2: Refining Point Prompts for Stable Surgical Instrument Segmentation

Nuren Zhaksylyk, Ibrahim Almakky, Jay Paranjape, S. Swaroop Vedula, Shameema Sikder, Vishal M. Patel, Mohammad Yaqub

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

Generalising from Self-Produced Data: Model Training Beyond Human Constraints

Alfath Daryl Alhajir, Jennifer Dodgson, Joseph Lim, Truong Ma Phi, Julian Peh, Akira Rafhael Janson Pattirane, Lokesh Poovaragan

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

Comments 16 pages, 2 figures

Flow State: Humans Enabling AI Systems to Program Themselves

Helena Zhang, Jakobi Haskell, Yosef Frost

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

Comments 25 pages, 4 figures, 5 tables. Describes a minimalist framework for human-AI co-design of compound AI systems