代码大模型 / AI 编程

PrivCode: When Code Generation Meets Differential Privacy

PrivCode: 当代码生成遇见差分隐私

Zheng Liu, Chen Gong, Terry Yue Zhuo, Kecen Li, Weichen Yu, Matt Fredrikson, Tianhao Wang

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

AI总结 PrivCode是一种专门设计用于代码数据集的差分隐私合成器，通过两阶段框架提升隐私和效用，生成高效用代码并保护敏感数据。

Comments Accepted at NDSS 2026; code available at https://github.com/Liuzzyg/PrivCode

Enhancing Formal Software Specification with Artificial Intelligence

用人工智能增强形式软件规范

Antonio Abu Nassar, Eitan Farchi

机构 * IBM Research（IBM研究院） 纠错

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

AI总结 本文提出利用人工智能技术，通过轻量级数学符号和自然语言构建中间规范语言，以降低形式软件规范的开发成本并提高实现正确性。

STELP: Secure Transpilation and Execution of LLM-Generated Programs

STELP: 保障LLM生成程序的编译与执行

Swapnil Shinde, Sahil Wadhwa, Andy Luo, Akshay Gupta, Mohammad Shahed Sorower

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

AI总结 STELP通过安全编译和执行LLM生成的代码，解决生产环境中的安全性和可靠性问题，提升代码执行的安全性与准确性。

GraLoRA: Granular Low-Rank Adaptation for Parameter-Efficient Fine-Tuning

GraLoRA: 颗粒化低秩适应用于参数高效微调

Yeonjoon Jung, Daehyun Ahn, Hyungjun Kim, Taesu Kim, Eunhyeok Park

机构 * SqueezeBits ； POSTECH 纠错

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

AI总结 GraLoRA通过颗粒化低秩适应提升参数高效微调效果，实现比LoRA更高的准确性和鲁棒性。

Comments 39th Conference on Neural Information Processing Systems (NeurIPS 2025)

Discrete Feynman-Kac Correctors

离散费曼-科茨校正器

Mohsin Hasan, Viktor Ohanesian, Artem Gazizov, Yoshua Bengio, Alán Aspuru-Guzik, Roberto Bondesan, Marta Skreta, Kirill Neklyudov

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

AI总结 本研究提出离散费曼-科茨校正器，通过序贯蒙特卡洛算法在推理时控制离散扩散模型的生成分布，实现高效采样和奖励优化。

Comments Code: https://github.com/hasanmohsin/discrete_fkc