代码大模型 / AI 编程

Bench4HLS: End-to-End Evaluation of LLMs in High-Level Synthesis Code Generation

Bench4HLS: 面向端到端评估LLM在高层次综合代码生成中的表现

M Zafir Sadik Khan, Kimia Azar, Hadi Kamali

机构 * Department of Electrical and Computer Engineering (ECE), University of Central Florida（电子与计算机工程系，中央佛罗里达大学） 纠错

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

AI总结 Bench4HLS通过提供结构化、可扩展的测试平台，评估LLM在高层次综合代码生成中的性能与优化能力。

Comments Accepted to the Design, Automation and Test in Europe Conference (DATE 2026)

Context-Augmented Code Generation Using Programming Knowledge Graphs

基于编程知识图谱的上下文增强代码生成

Shahd Seddik, Fahd Seddik, Iman Saberi, Fatemeh Fard, Minh Hieu Huynh, Patanamon Thongtanunam

机构 * University of British Columbia（不列颠哥伦比亚大学） ； University of Melbourne（墨尔本大学） 纠错

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

AI总结 本文提出编程知识图谱（PKG）和重排序机制，通过细粒度检索和减少幻觉，提升代码生成在复杂问题上的表现。

Mitigating Sensitive Information Leakage in LLMs4Code through Machine Unlearning

通过机器遗忘减轻LLM4Code中的敏感信息泄露

Shanzhi Gu, Zhaoyang Qu, Ruotong Geng, Mingyang Geng, Shangwen Wang, Chuanfu Xu, Haotian Wang, Zhipeng Lin, Dezun Dong

机构 * College of Computer Science and Technology, National University of Defense Technology, Changsha, Hunan, 410073, China（计算机科学与技术学院，国防科技大学，长沙，湖南，410073，中国） ； Xichang Satellite Launch Center, Xichang, Sichuan, 615000, China（西昌卫星发射中心，西昌，四川，615000，中国） ； Academy of Military Sciences, Beijing, 100091, China（军事科学院，北京，100091，中国） 纠错

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

AI总结 本文通过机器遗忘技术有效减少LLMs4Code中的敏感信息泄露，同时保持代码生成性能，揭示了间接泄露的潜在风险。

Comments 13 pages

Usage, Effects and Requirements for AI Coding Assistants in the Enterprise: An Empirical Study

企业中AI编码助手的使用、影响与需求：一项实证研究

Maja Vukovic, Rangeet Pan, Tin Kam Ho, Rahul Krishna, Raju Pavuluri, Michele Merler

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

AI总结 本文通过实证研究探讨了企业中AI编码助手的使用情况、影响及需求，分析了其在软件工程流程中的作用及用户需求。

Comments To appear in the 3rd International Workshop on Large Language Models For Code, co-located at ICSE, Rio de Janeiro, Brazil, 2026

ShieldedCode: Learning Robust Representations for Virtual Machine Protected Code

ShieldedCode: 学习具有保护意识的虚拟机保护代码表示

Mingqiao Mo, Yunlong Tan, Hao Zhang, Heng Zhang, Yangfan He

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； South China Normal University（华南师范大学） ； University of Minnesota Twin Cities（明尼苏达大学双城分校） 纠错

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

AI总结 ShieldedCode通过学习鲁棒表示提升虚拟机保护代码的生成与分析能力，实现更高效的软件保护。

Comments Accepted to ICLR 2026

Promises, Perils, and (Timely) Heuristics for Mining Coding Agent Activity

承诺、危险与（及时的）启发式方法用于挖掘编码代理活动

Romain Robbes, Théo Matricon, Thomas Degueule, Andre Hora, Stefano Zacchiroli

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

AI总结 本文探讨了编码代理在软件工程中的影响，分析了其快速采用带来的机遇与风险，并提出了研究此类代理活动的启发式方法。

Comments Preprint. Accepted for publication at MSR 2026

Are We All Using Agents the Same Way? An Empirical Study of Core and Peripheral Developers Use of Coding Agents

我们是否都在以相同的方式使用代理？核心和边缘开发者对编码代理使用的一次实证研究

Shamse Tasnim Cynthia, Joy Krishan Das, Banani Roy

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

AI总结 本文通过实证研究发现，核心和边缘开发者在使用编码代理时存在差异，核心开发者更关注文档和测试，而边缘开发者更频繁使用代理进行任务分配。

Who Writes the Docs in SE 3.0? Agent vs. Human Documentation Pull Requests

在 SE 3.0 中谁撰写文档？代理 vs. 人类文档拉取请求

Kazuma Yamasaki, Joseph Ayobami Joshua, Tasha Settewong, Mahmoud Alfadel, Kazumasa Shimari, Kenichi Matsumoto

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

AI总结 研究发现 AI 代理在文档拉取请求中比人类更活跃，且其文档修改较少被人类跟进，引发对文档质量和人机协作的担忧。

Comments Comments: 5 pages, 5 figures. To appear in MSR 2026 Mining Challenge (April 2026). Code available at https://github.com/NAIST-SE/msr2026-docs-prs-replication

Beyond Bug Fixes: An Empirical Investigation of Post-Merge Code Quality Issues in Agent-Generated Pull Requests

超越Bug修复：对代理生成拉取请求合并后代码质量问题的实证研究

Shamse Tasnim Cynthia, Al Muttakin, Banani Roy

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

AI总结 本研究通过分析代理生成的bug修复PR合并后代码质量问题，发现代码异味主导，且合并成功不等于代码质量高，需系统化质量检查。

Benchmarking Reward Hack Detection in Code Environments via Contrastive Analysis

通过对比分析在代码环境中基准测试奖励黑客检测

Darshan Deshpande, Anand Kannappan, Rebecca Qian

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

AI总结 本文通过对比分析提出了一种涵盖54类的奖励利用分类法，并引入TRACE基准测试，展示模型在对比设置中对奖励黑客的检测效果优于孤立分类设置。

Comments Dataset: https://huggingface.co/datasets/PatronusAI/trace-dataset

RIR-Mega-Speech: A Reverberant Speech Corpus with Comprehensive Acoustic Metadata and Reproducible Evaluation

RIR-Mega-Speech：一个具有全面声学元数据和可重复评估的混响语音语料库

Mandip Goswami

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

AI总结 RIR-Mega-Speech通过提供具有全面声学元数据和可重复评估的混响语音语料库，为语音识别研究提供标准化资源，验证混响对识别性能的影响。

Quantum-informed simulations for mechanics of materials: DFTB+MBD framework

基于量子信息的材料力学模拟：DFTB+MBD框架

Zhaoxiang Shen, Raúl I. Sosa, Stéphane P. A. Bordas, Alexandre Tkatchenko, Jakub Lengiewicz

专题命中 代码评测 ：repository(abstract)

AI总结 本文提出DFTB+MBD框架，用于研究量子效应如何影响材料的机械性能，通过多尺度建模提升材料工程的计算精度。

Eliciting Least-to-Most Reasoning for Phishing URL Detection

诱发最小到最大推理以检测钓鱼网址

Holly Trikilis, Pasindu Marasinghe, Fariza Rashid, Suranga Seneviratne

机构 * University of Sydney（悉尼大学） 纠错

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

AI总结 本文提出了一种最小到最大提示框架，通过引入答案敏感性机制提升钓鱼网址检测的推理能力和准确性，优于一次性方法和监督模型。

Understanding npm Developers' Practices, Challenges, and Recommendations for Secure Package Development

理解 npm 开发者的行为、挑战及安全包开发的建议

Anthony Peruma, Truman Choy, Gerald Lee, Italo De Oliveira Santos

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

AI总结 本研究通过调查75名npm开发者，探讨其在安全包开发中的实践、挑战及改进建议，揭示了安全工具不足、依赖项弃用等问题。

Comments The 19th IEEE/ACM International Conference on Cooperative and Human Aspects of Software Engineering - Research Track

Did You Forkget It? Detecting One-Day Vulnerabilities in Open-source ForksWith Global History Analysis

你忘记fork了吗？通过全球历史分析检测开源fork中的单日漏洞

Romain Lefeuvre, Charly Reux, Stefano Zacchiroli, Olivier Barais, Benoit Combemale

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

AI总结 本文提出一种全球历史分析方法，用于检测开源fork中的单日漏洞，通过传播漏洞信息和自动化影响分析，发现135个高严重性漏洞。

Uncertainty Quantification for Language Models: A Suite of Black-Box, White-Box, LLM Judge, and Ensemble Scorers

语言模型的不确定性量化：一套黑盒、白盒、LLM评判者和集成评分器

Dylan Bouchard, Mohit Singh Chauhan

机构 * CVS Health（CVS健康公司） 纠错

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

AI总结 本文提出了一种灵活的框架，利用黑盒、白盒、LLM评判者和集成评分器来检测语言模型的幻觉问题，通过可调节的集成方法提升检测性能。

Comments Accepted by TMLR; UQLM repository: https://github.com/cvs-health/uqlm

Journal ref Transactions on Machine Learning Research, 2025

Locatability and Locatability Robustness of Visual Variables in Single Target Localization

单目标定位中视觉变量的可定位性与可定位性鲁棒性

Wei Wei, Miguel A. Nacenta, Michelle F. Miranda, Charles Perin

专题命中 仓库级理解 ：repository(abstract)

AI总结 本文研究了单目标定位中视觉变量的可定位性与鲁棒性，通过实验证明不同视觉变量在对象数量、目标位置和布局上的表现差异。

AI-Assisted Programming Decreases the Productivity of Experienced Developers by Increasing the Technical Debt and Maintenance Burden

AI辅助编程通过增加技术债务和维护负担降低了有经验开发者的生产力

Feiyang Xu, Poonacha K. Medappa, Murat M. Tunc, Martijn Vroegindeweij, Jan C. Fransoo

专题命中 仓库级理解 ：repository(abstract)

AI总结 AI辅助编程虽提升短期生产力，但增加技术债务和维护负担，尤其加重核心开发者的负担。

Comments Presented at WITS 2025, CIST 2025, SCECR 2025, INFORMS 2024

GenCode: A Generic Data Augmentation Framework for Boosting Deep Learning-Based Code Understanding

GenCode：一种通用数据增强框架，用于提升基于深度学习的代码理解

Zeming Dong, Qiang Hu, Xiaofei Xie, Maxime Cordy, Mike Papadakis, Yves Le Traon, Jianjun Zhao

机构 * University of Luxembourg（卢森堡大学） ； Tianjin University（天津大学） ； Singapore Management University（新加坡管理学院） ； Kyushu University（九州大学） 纠错

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

AI总结 GenCode通过生成与选择范式提升代码理解模型的训练效果，相比现有方法在准确率和鲁棒性上均有显著提升。

Comments Accepted by Empirical Software Engineering (EMSE) 2026