代码大模型 / AI 编程

Vendor-Aware Industrial Agents: RAG-Enhanced LLMs for Secure On-Premise PLC Code Generation

面向供应商的工业代理：增强型LLM用于安全本地PLC代码生成

Joschka Kersting, Michael Rummel, Gesa Benndorf

机构 * Centre for Machine Learning（机器学习中心） ； Fraunhofer IOSB-INA（弗劳恩霍夫IOSB-INA研究所） ； FA-EDC ； Mitsubishi Electric Europe（三菱电机欧洲） 纠错

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

AI总结 本文提出了一种基于RAG增强的LLM方法，用于在低数据域中安全生成本地PLC代码，通过提示工程和定向检索提升代码生成质量。

Comments ICIT2026

Idea First, Code Later: Disentangling Problem Solving from Code Generation in Evaluating LLMs for Competitive Programming

先有想法，后写代码：在评估LLM用于竞技编程时，将问题解决与代码生成解耦

Sama Hadhoud, Alaa Elsetohy, Frederikus Hudi, Jan Christian Blaise Cruz, Steven Halim, Alham Fikri Aji

机构 * MBZUAI ； NAIST ； National University of Singapore（国立新加坡大学） 纠错

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

AI总结 本文提出通过编辑稿而非代码来评估LLM在竞技编程中的问题解决能力，并引入数据集和评估方法，强调区分问题解决与实现的重要性。

AI-assisted JSON Schema Creation and Mapping

基于AI的JSON模式创建与映射

Felix Neubauer, Jürgen Pleiss, Benjamin Uekermann

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

AI总结 本文提出结合大型语言模型与确定性技术的混合方法，用于基于自然语言输入的JSON模式创建、修改和映射，降低非专家在结构化数据建模与集成中的门槛。

Journal ref 2025 ACM/IEEE 28th International Conference on Model Driven Engineering Languages and Systems Companion (MODELS-C), Grand Rapids, MI, USA, 2025, pp. 79-83

What Drives Issue Resolution Speed? An Empirical Study of Scientific Workflow Systems on GitHub

是什么驱动了问题解决速度？对GitHub上科学工作流系统的实证研究

Khairul Alam, Banani Roy

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

AI总结 本文通过实证研究分析了GitHub上科学工作流系统中问题解决速度的影响因素，发现标签和分配问题等机制与更快的解决速度相关，并提出了改进建议。

Comments 7

Reasoning Distillation for Lightweight Automated Program Repair

轻量级自动程序修复中的推理蒸馏

Aanand Balasubramanian, Sashank Silwal

机构 * Purdue University（普渡大学） 纠错

专题命中 程序修复 ：program repair(title,abstract)；code model(abstract)；分类 cs.LG

AI总结 本文提出通过符号推理蒸馏提升轻量级自动程序修复模型的可解释性和鲁棒性。

Comments 8 pages, 5 tables. Preprint

ABC-Bench: Benchmarking Agentic Backend Coding in Real-World Development

ABC-Bench: 评估现实世界开发中自主后端编码的基准测试

Jie Yang, Honglin Guo, Li Ji, Jiazheng Zhou, Rui Zheng, Zhikai Lei, Shuo Zhang, Zhiheng Xi, Shichun Liu, Yuxin Wang, Bo Wang, Yining Zheng, Tao Gui, Xipeng Qiu

机构 * Fudan University（复旦大学） ； Shanghai Qiji Zhifeng Co., Ltd.（上海启济智风有限公司） ； Shanghai Innovation Institute（上海创新研究院） 纠错

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

AI总结 ABC-Bench是一个评估自主后端编码在真实可执行工作流中性能的基准测试，通过224个实际任务揭示了当前模型在复杂后端工程任务中的不足。

Towards Reliable ML Feature Engineering via Planning in Constrained-Topology of LLM Agents

通过LLM代理的受限拓扑规划实现可靠的机器学习特征工程

Himanshu Thakur, Anusha Kamath, Anurag Muthyala, Dhwani Sanmukhani, Smruthi Mukund, Jay Katukuri

机构 * Meta Menlo Park, CA（Meta 洛杉矶公园分校） ； JPMorgan Chase & Co.（摩根大通公司） 纠错

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

AI总结 本文提出了一种基于LLM代理的受限拓扑规划框架，通过多步骤生成代码提升特征工程的可靠性与效率，实验显示在数据集和实际应用中均取得显著改进。

Evaluating perturbation robustness of generative systems that use COBOL code inputs

评估使用COBOL代码输入的生成系统对扰动的鲁棒性

Samuel Ackerman, Wesam Ibraheem, Orna Raz, Marcel Zalmanovici

机构 * IBM Research（IBM研究院） 纠错

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

AI总结 本文提出评估使用COBOL代码输入的生成系统鲁棒性的框架，通过扰动方法和可视化工具提升系统对输入变化的鲁棒性。

Comments 16 pages (8 main, 8 appendix). Accepted to AI-SQE (ICSE, 2026): The 1st International Workshop on AI for Software Quality Evaluation: Judgment, Metrics, Benchmarks, and Beyond

ARC Prize 2025: Technical Report

ARC 2025奖项：技术报告

François Chollet, Mike Knoop, Gregory Kamradt, Bryan Landers

专题命中 代码评测 ：program synthesis(abstract)；分类 cs.AI

AI总结 本文探讨了ARC-AGI-2基准竞赛中精炼循环对AGI进展的作用，分析了当前AI推理的局限性，并预览了ARC-AGI-3的交互推理挑战。

OctoBench: Benchmarking Scaffold-Aware Instruction Following in Repository-Grounded Agentic Coding

OctoBench：面向仓库基础代理编程的支架意识指令遵循基准测试

Deming Ding, Shichun Liu, Enhui Yang, Jiahang Lin, Ziying Chen, Shihan Dou, Honglin Guo, Weiyu Cheng, Pengyu Zhao, Chengjun Xiao, Qunhong Zeng, Qi Zhang, Xuanjing Huang, Qidi Xu, Tao Gui

机构 * Fudan University（复旦大学） ； MiniMax ； Peking University（北京大学） 纠错

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

AI总结 OctoBench通过评估仓库基础代理编程中的支架意识指令遵循能力，揭示了任务解决与合规性之间的差距，推动更高效的编码代理发展。

LogicLens: Leveraging Semantic Code Graph to explore Multi Repository large systems

LogicLens: 通过语义代码图探索多仓库大型系统

Niko Usai, Dario Montagnini, Kristian Ilianov Iliev, Raffaele Camanzo

机构 * Sourcesense 纠错

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

AI总结 LogicLens通过构建语义多仓库图，帮助开发者探索复杂软件系统，支持自然语言交互和动态检索子图，实现领域逻辑和运行时行为的分析。

X-raying the arXiv: A Large-Scale Analysis of arXiv Submissions' Source Files

透视arXiv：对arXiv投稿源文件的大型分析

Giovanni Apruzzese, Aurore Fass

专题命中 仓库级理解 ：repository(abstract)

AI总结 研究分析了arXiv投稿源文件中的冗余数据，发现大量无关内容，并提出自动化工具以提高数据卫生。

InfoAffect: Affective Annotations of Infographics in Information Spread

InfoAffect: 信息传播中信息图的情感标注

Zihang Fu, Yunchao Wang, Chenyu Huang, Guodao Sun, Ronghua Liang

专题命中 仓库级理解 ：repository(abstract)

AI总结 InfoAffect数据集通过多模态大语言模型和递归排名融合算法，实现了信息图情感标注的高准确度研究。