代码大模型 / AI 编程

Shape of Thought: When Distribution Matters More than Correctness in Reasoning Tasks

思维的形状：当分布比正确性更重要时在推理任务中的表现

Abhranil Chandra, Ayush Agrawal, Arian Hosseini, Sebastian Fischmeister, Rishabh Agarwal, Navin Goyal, Aaron Courville

机构 * University of Waterloo（滑铁卢大学） ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； MILA - Quebec AI Institute（魁北克人工智能研究所） ； Université de Montréal（蒙特利尔大学） ； Microsoft Research India（微软印度研究院） ； Google DeepMind（谷歌DeepMind） ； Periodic Labs（周期实验室） 纠错

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

AI总结 通过训练合成数据集中的链式思考轨迹，即使最终答案错误，也能提升语言模型的推理能力，表明分布比正确性更重要。

Prompting in Practice: Investigating Software Practitioners' Use of Generative AI Tools

实践中的提示：调查软件从业者使用生成式AI工具的方式

Daniel Otten, Trevor Stalnaker, Nathan Wintersgill, Oscar Chaparro, Denys Poshyvanyk

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

AI总结 研究调查软件从业者在实际开发中使用生成式AI工具的提示策略与实践，揭示其在代码生成、调试等任务中的应用现状及挑战。

I-MCTS: Enhancing Agentic AutoML via Introspective Monte Carlo Tree Search

I-MCTS：通过反思蒙特卡洛树搜索增强代理自动机器学习

Zujie Liang, Feng Wei, Wujiang Xu, Lin Chen, Yuxi Qian, Xinhui Wu

机构 * Ant Group（蚂蚁集团） ； Rutgers University（罗格斯大学） 纠错

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

AI总结 I-MCTS通过反思蒙特卡洛树搜索提升代理AutoML性能，实现4%的绝对性能提升。

Comments EACL 2026 Findings

VibeTensor: System Software for Deep Learning, Fully Generated by AI Agents

VibeTensor：由AI代理完全生成的深度学习系统软件

Bing Xu, Terry Chen, Fengzhe Zhou, Tianqi Chen, Yangqing Jia, Vinod Grover, Haicheng Wu, Wei Liu, Craig Wittenbrink, Wen-mei Hwu, Roger Bringmann, Ming-Yu Liu, Luis Ceze, Michael Lightstone, Humphrey Shi

机构 * NVIDIA 纠错

专题命中 软件智能体 ：repository(abstract)；coding agent(abstract)；分类 cs.SE、cs.AI、cs.LG

AI总结 VibeTensor是首个由AI代理完全生成的深度学习系统软件，实现了PyTorch风格的张量库及CUDA内存管理，展示了AI辅助软件工程的里程碑进展。

Comments Open-source: https://github.com/NVLabs/vibetensor

AI builds, We Analyze: An Empirical Study of AI-Generated Build Code Quality

AI构建，我们分析：对AI生成构建代码质量的实证研究

Anwar Ghammam, Mohamed Almukhtar

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

AI总结 本研究通过分析AI生成的构建代码质量，探讨其在构建系统中的影响，并发现AI生成代码既可能引入质量问题，也部分消除了现有问题，同时大部分代理提交被开发者接受。

REprompt: Prompt Generation for Intelligent Software Development Guided by Requirements Engineering

REprompt：基于需求工程的智能软件开发提示生成

Junjie Shi, Weisong Sun, Zhenpeng Chen, Zhujun Wu, Xiaohong Chen, Zhi Jin, Yang Liu

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

AI总结 REprompt是一种基于需求工程的多代理提示优化框架，旨在通过根植需求工程原则来优化系统和用户提示，提升智能软件开发中的提示生成效率与准确性。

TangramPuzzle: Evaluating Multimodal Large Language Models with Compositional Spatial Reasoning

TangramPuzzle: 通过组合空间推理评估多模态大语言模型

Daixian Liu, Jiayi Kuang, Yinghui Li, Yangning Li, Di Yin, Haoyu Cao, Xing Sun, Ying Shen, Hai-Tao Zheng, Liang Lin, Philip S. Yu

机构 * Tsinghua University（清华大学） ； Sun-Yat Sen University（孙逸人大学） ； Tencent Youtu Lab（腾讯优图实验室） ； University of Illinois Chicago（伊利诺伊大学香槟分校） 纠错

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

AI总结 TangramPuzzle通过几何基准测试评估多模态大语言模型的组合空间推理能力，发现模型在匹配轮廓时忽视几何约束，导致碎片变形。

Benchmarking Text-to-Python against Text-to-SQL: The Impact of Explicit Logic and Ambiguity

对文本到Python与文本到SQL的基准测试：显式逻辑和歧义的影响

Hangle Hu, Chenyu Hou, Bin Cao, Ruizhe Li

机构 * Zhejiang University of Technology（浙江工业大学） ； University of Aberdeen（阿伯丁大学） 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BIRD-Python基准测试，通过逻辑完成框架解决文本到Python与SQL的性能差异问题，证明Python在分析代理中的可行性。

Comments 8 pages, 7 figures

NOIR: Privacy-Preserving Generation of Code with Open-Source LLMs

NOIR：基于开源LLM的隐私保护代码生成

Khoa Nguyen, Khiem Ton, NhatHai Phan, Issa Khalil, Khang Tran, Cristian Borcea, Ruoming Jin, Abdallah Khreishah, My T. Thai

机构 * New Jersey Institute of Technology（新泽西理工学院） ； Hamad Bin Khalifa University（哈利法大学） ； Kent State University（肯特州立大学） ； University of Florida（佛罗里达大学） 纠错

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

AI总结 NOIR通过客户端本地处理和隐私保护机制，实现对开源LLM生成代码的隐私保护，显著提升代码生成性能和安全性。

Comments To appear at Usenix Security Symposium 2026

Benchmarking LLMs for Political Science: A United Nations Perspective

对政治科学的LLM进行基准测试：一个联合国视角

Yueqing Liang, Liangwei Yang, Chen Wang, Congying Xia, Rui Meng, Xiongxiao Xu, Haoran Wang, Ali Payani, Kai Shu

机构 * Google Cloud AI Research（谷歌云人工智能研究） 纠错

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

AI总结 本文提出联合国基准（UNBench），用于评估LLMs在政治科学中的能力，涵盖联合国决策过程的三个阶段。

Comments This paper has been accepted at AAAI 2026 as an oral paper

A Concept-Centric Approach to Multi-Modality Learning

面向多模态学习的概念中心方法

Yuchong Geng, Ao Tang

机构 * School of Electrical and Computer Engineering（电气与计算机工程学院） ； Cornell University（康奈尔大学） 纠错

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

AI总结 本文提出了一种以概念为中心的多模态学习框架，通过共享的概念空间和模态特定的投影模型，实现高效的知识迁移与跨模态适应。

Comments Published in Transactions on Machine Learning Research (TMLR), 2026. Official version: https://openreview.net/forum?id=8WAAPP32c7

Journal ref Transactions on Machine Learning Research, 2026

Stable-DiffCoder: Pushing the Frontier of Code Diffusion Large Language Model

Stable-DiffCoder：推动代码扩散大语言模型的前沿

Chenghao Fan, Wen Heng, Bo Li, Sichen Liu, Yuxuan Song, Jing Su, Xiaoye Qu, Kai Shen, Wei Wei

机构 * Huazhong University of Science and Technology（华中科技大学） 纠错

专题命中 其他AI编程 ：code model(abstract)；分类 cs.CL

AI总结 Stable-DiffCoder通过基于扩散的训练方法，在代码生成任务中超越了传统自回归模型，提升了代码建模的质量和效率。