AI 大模型

代码大模型 / AI 编程

代码生成、软件工程智能体、程序修复、测试生成和开发者工具。

2025-10-23 至 2025-10-23 共收录 2 篇信号源：cs.SE, cs.CL, cs.AI, cs.LG, cs.PL

1. 代码评测 2 篇

2505.19955 2025-10-23 cs.LG cs.AI cs.CL 67%

MLR-Bench: Evaluating AI Agents on Open-Ended Machine Learning Research

Hui Chen, Miao Xiong, Yujie Lu, Wei Han, Ailin Deng, Yufei He, Jiaying Wu, Yibo Li, Yue Liu, Bryan Hooi

机构 * National University of Singapore（新加坡国立大学）； University of California, Santa Barbara（加州大学圣巴巴拉分校）； Singapore University of Technology and Design（新加坡科技设计大学）

专题命中代码评测：coding agent(abstract)；分类 cs.CL、cs.AI、cs.LG

Comments 49 pages, 9 figures. Accepted by NeurIPS 2025 D&B Track

2510.16062 2025-10-23 cs.CL cs.AI 62%

Can LLMs Correct Themselves? A Benchmark of Self-Correction in LLMs

Guiyao Tie, Zenghui Yuan, Zeli Zhao, Chaoran Hu, Tianhe Gu, Ruihang Zhang, Sizhe Zhang, Junran Wu, Xiaoyue Tu, Ming Jin, Qingsong Wen, Lixing Chen, Pan Zhou, Lichao Sun

机构 * Huazhong University of Science and Technology（华中科技大学）； Griffith University（格里菲斯大学）； Squirrel Ai Learning（squirrel ai 学习）； Shanghai Jiaotong University（上海交通大学）； Lehigh University（莱斯大学）

专题命中代码评测：code generation(abstract)；分类 cs.CL、cs.AI

Comments 47 pages, 25 figures, 10 tables