代码大模型 / AI 编程

CodeMEM: AST-Guided Adaptive Memory for Repository-Level Iterative Code Generation

CodeMEM: 基于AST的适应性内存用于仓库级迭代代码生成

Peiding Wang, Li Zhang, Fang Liu, Chongyang Tao, Yinghao Zhu

专题命中 代码生成 ：code generation(title,abstract)；repository(title,abstract)；分类 cs.SE

AI总结 CodeMEM通过基于AST的动态内存管理，提升仓库级迭代代码生成的指令遵循能力与效率。

Comments preprint

TreeDiff: AST-Guided Code Generation with Diffusion LLMs

TreeDiff: 基于扩散大语言模型的AST引导代码生成

Yiming Zeng, Jinghan Cao, Zexin Li, Yiming Chen, Tao Ren, Zhuochun Li, Dawei Xiang, Xidong Wu, Shangqian Gao, Tingting Yu

机构 * University of Connecticut（康涅狄格大学） ； San Francisco State University（旧金山州立大学） ； University of California, Riverside（加州大学河滨分校） ； National University of Singapore（新加坡国立大学） ； University of Pittsburgh（匹兹堡大学） ； Florida State University（佛罗里达州立大学） 纠错

专题命中 代码生成 ：code generation(title,abstract)；分类 cs.CL

AI总结 TreeDiff通过整合AST结构先验，改进扩散模型在代码生成中的语法精确性和长距离依赖捕捉能力。

DiffBench Meets DiffAgent: End-to-End LLM-Driven Diffusion Acceleration Code Generation

DiffBench 与 DiffAgent：端到端的 LLM 驱动扩散加速代码生成

Jiajun jiao, Haowei Zhu, Puyuan Yang, Jianghui Wang, Ji Liu, Ziqiong Liu, Dong Li, Yuejian Fang, Junhai Yong, Bin Wang, Emad Barsoum

专题命中 代码生成 ：code generation(title,abstract)

AI总结 本文提出DiffBench和DiffAgent，通过LLM驱动的闭环流程，实现端到端的扩散模型加速代码生成，显著提升生成策略的有效性。

Comments Accepted to AAAI 2026

ReCode: Unify Plan and Action for Universal Granularity Control

ReCode：统一计划与行动以实现通用粒度控制

Zhaoyang Yu, Jiayi Zhang, Huixue Su, Yufan Zhao, Yifan Wu, Mingyi Deng, Jinyu Xiang, Yizhang Lin, Lingxiao Tang, Yuyu Luo, Bang Liu, Chenglin Wu

机构 * DeepWisdom ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Renmin University of China（中国人民大学） ； Zhejiang University（浙江大学） ； Université de Montréal & Mila（蒙特利尔大学及Mila） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 ReCode通过递归代码生成统一规划与行动，实现通用粒度控制，提升智能体在不同决策粒度上的灵活性和效率。

PCEval: A Benchmark for Evaluating Physical Computing Capabilities of Large Language Models

PCEval: 一个评估大型语言模型物理计算能力的基准

Inpyo Song, Eunji Jeon, Jangwon Lee

机构 * Department of Immersive Media Engineering（沉浸媒体工程系） ； Sungkyunkwan University（成均馆大学） 纠错

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

AI总结 PCEval是一个评估大型语言模型物理计算能力的基准，通过自动评估电路生成和硬件交互能力，揭示LLMs在物理布局设计中的不足。

Comments Code and Dataset available at https://github.com/Null99-Dog/PCEval-Dataset

SciEvalKit: An Open-source Evaluation Toolkit for Scientific General Intelligence

SciEvalKit: 一个用于科学通用智能的开源评估工具包

Yiheng Wang, Yixin Chen, Shuo Li, Yifan Zhou, Bo Liu, Hengjian Gao, Jiakang Yuan, Jia Bu, Wanghan Xu, Yuhao Zhou, Xiangyu Zhao, Zhiwang Zhou, Fengxiang Wang, Haodong Duan, Songyang Zhang, Jun Yao, Han Deng, Yizhou Wang, Jiabei Xiao, Jiaqi Liu, Encheng Su, Yujie Liu, Weida Wang, Junchi Yao, Shenghe Zheng, Haoran Sun, Runmin Ma, Xiangchao Yan, Bo Zhang, Dongzhan Zhou, Shufei Zhang, Peng Ye, Xiaosong Wang, Shixiang Tang, Wenlong Zhang, Lei Bai

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

AI总结 SciEvalKit是一个开源工具包，用于评估科学通用智能，涵盖科学多模态感知、推理、理解等核心能力，并提供灵活的评估流程和可定制的基准测试环境。

LoRA-Drop: Temporal LoRA Decoding for Efficient LLM Inference

LoRA-Drop：用于高效LLM推理的时序LoRA解码

Hossein Rajabzadeh, Maryam Dialameh, Chul B. Park, Il-Min Kim, Hyock Ju Kwon

机构 * University of Waterloo（滑铁卢大学） ； University of Toronto（多伦多大学） ； Queen’s University（皇后大学） 纠错

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

AI总结 LoRA-Drop通过时序计算计划和低秩LoRA校正，实现高效LLM推理，提升解码速度2.6倍并减少45-55%的KV缓存占用。

Annealed Langevin Posterior Sampling (ALPS): A Rapid Algorithm for Image Restoration with Multiscale Energy Models

退火拉格朗日后验采样（ALPS）：一种用于图像修复的多尺度能量模型快速算法

Jyothi Rikhab Chand, Mathews Jacob

机构 * University of Virginia（弗吉尼亚大学） 纠错

专题命中 仓库级理解 ：repository(abstract)；分类 cs.AI

AI总结 ALPS通过多尺度能量模型和退火拉格朗日后验采样，提升图像修复和MRI重建的准确性和效率。

ViSTA-SLAM: Visual SLAM with Symmetric Two-view Association

ViSTA-SLAM：基于对称两视图关联的视觉SLAM

Ganlin Zhang, Shenhan Qian, Xi Wang, Daniel Cremers

机构 * TU Munich（慕尼黑工业大学） ； MCML ； ETH Zurich（苏黎世联邦理工学院） 纠错

专题命中 仓库级理解 ：repository(abstract)

AI总结 ViSTA-SLAM通过轻量级对称两视图关联模型实现了高效的实时单目视觉SLAM，提升了两视图约束质量和3D重建性能。

Comments Accepted by 3DV 2026, project page: https://ganlinzhang.xyz/vista-slam/