代码大模型 / AI 编程

Understanding Specification-Driven Code Generation with LLMs: An Empirical Study Design

通过LLM理解基于规范的代码生成：一项实证研究设计

Giovanni Rosa, David Moreno-Lumbreras, Gregorio Robles, Jesús M. González-Barahona

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

AI总结 本文通过实证研究设计，探讨人类干预在基于规范的LLM代码生成过程中对代码质量和动态的影响。

Comments This paper is a Stage 1 Registered Report. The study protocol and analysis plan were peer reviewed and accepted at SANER 2026 with a Continuity Acceptance (CA) score for Stage 2

Assessing and Improving the Representativeness of Code Generation Benchmarks Using Knowledge Units (KUs) of Programming Languages -- An Empirical Study

基于编程语言知识单元（KUs）评估和改进代码生成基准的代表性——一项实证研究

Md Ahasanuzzaman, Bram Adams, Emad Fallahzadeh, Gustavo A. Oliva, Ahmed E. Hassan

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

AI总结 本文通过分析编程语言知识单元（KUs）的覆盖情况，提出基于提示的框架改进代码生成基准的代表性，从而更准确评估LLM的代码生成能力。

Verbatim Data Transcription Failures in LLM Code Generation: A State-Tracking Stress Test

LLM代码生成中的verbatim数据转录失败：一种状态跟踪压力测试

Mohd Ariful Haque, Kishor Datta Gupta, Mohammad Ashiqur Rahman, Roy George

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

AI总结 本文提出了一种最小化的基准测试，用于评估LLM在生成代码时对verbatim数据转录的可靠性，通过精确字符串包含和状态跟踪分析来检测长周期生成失败。

Agentic Rubrics as Contextual Verifiers for SWE Agents

代理 rubrics 作为 SWE 代理的上下文验证器

Mohit Raghavendra, Anisha Gunjal, Bing Liu, Yunzhong He

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

AI总结 代理 rubrics 通过上下文感知的检查清单提升 SWE 代理的验证效率与准确性。

Comments 31 pages, 11 Figures

CodeEval: A pedagogical approach for targeted evaluation of code-trained Large Language Models

CodeEval: 一种面向代码训练大语言模型的教育性评估方法

Danny Brahman, Mohammad Mahoor

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

AI总结 CodeEval通过多维基准数据集和开源执行框架，针对代码训练大语言模型的评估与改进提供教育性方法。

Comments Accepted at the International Joint Conference on Natural Language Processing & Asia-Pacific Chapter of the Association for Computational Linguistics, 2025. Will be published at ACL anthology

CoreCodeBench: Decoupling Code Intelligence via Fine-Grained Repository-Level Tasks

CoreCodeBench：通过细粒度仓库级任务解耦代码智能

Lingyue Fu, Hao Guan, Bolun Zhang, Haowei Yuan, Yaoming Zhu, Jun Xu, Zongyu Wang, Lin Qiu, Xunliang Cai, Xuezhi Cao, Weiwen Liu, Weinan Zhang, Yong Yu

机构 * Shanghai Jiao Tong University（上海交通大学） ； Meituan（美团） 纠错

专题命中 仓库级理解 ：repository(title,abstract)；分类 cs.SE、cs.CL

AI总结 CoreCodeBench通过细粒度仓库级任务解耦编码能力，揭示LLM在编程任务中的非单一性，提供更精确的评估框架。

The Open mulTiwavelength Transient Event Repository (OTTER): Infrastructure Release and Tidal Disruption Event Catalog

开放多波段暂现事件库（OTTER）：基础设施发布与潮汐破坏事件目录

Noah Franz, Kate D Alexander, Sebastian Gomez, Collin T Christy, Tanmoy Laskar, Sjoert van Velzen, Nicholas Earl, Suvi Gezari, Mitchell Karmen, Raffaella Margutti, Jeniveve Pearson, V. Ashley Villar, Ann I Zabludoff

专题命中 仓库级理解 ：repository(title,abstract)

AI总结 OTTER是一个开放的多波段暂现事件数据库，旨在通过存储和分析多波段光度学数据，提高对暂现事件物理机制的理解，特别关注潮汐破坏事件的光度学档案。

Comments Accepted to ApJ. The OTTER web interface is available at https://otter.idies.jhu.edu and the API documentation (including example python notebooks demonstrating usage) is available at https://astro-otter.readthedocs.io. Please submit any feedback as issues on GitHub at https://github.com/astro-otter/otter/issues/new/choose

Code Contribution and Credit in Science

科学中的代码贡献与信用

Eva Maxfield Brown, Isaac Slaughter, Nicholas Weber

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

AI总结 研究探讨了科学领域中代码贡献与传统作者身份信用之间的关系，发现代码贡献者常未获认可，且高频编码与学术影响力指标呈负相关。

Comments Revisions after peer-review. This is the "Accepted" version of the paper!