AI 大模型
代码生成、软件工程智能体、程序修复、测试生成和开发者工具。
弥合在线与离线强化学习：多轮代码生成的上下文老虎机学习
机构 * The Ohio State University（俄亥俄州立大学） ； Microsoft（微软）
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.SE、cs.CL、cs.AI
AI总结 Cobalt通过结合在线和离线强化学习，提出一种新的上下文老虎机学习方法，用于多轮代码生成任务，显著提升了模型性能并缓解了奖励黑客问题。
从函数到类的测试驱动代码生成规模化：一项实证研究
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.SE
AI总结 本文提出一种测试驱动代码生成框架，通过迭代方法提升类级代码生成的正确性和可靠性。
宪法式规范驱动开发：通过构建确保AI辅助代码生成中的安全
专题命中 代码生成 ：code generation(title)；分类 cs.SE、cs.AI
AI总结 本研究提出宪法规范驱动开发方法，通过在规范层嵌入不可协商的安全原则，有效减少AI生成代码中的安全缺陷，提升开发过程中的安全性。
Comments 15 pages, 2 figures, 5 tables, 11 code listings, 14 references. Includes reference implementation and compliance traceability matrix
面向大语言模型（LLM）代码生成的失败意识增强：决策框架的实证研究
专题命中 代码生成 ：code generation(title)；分类 cs.SE
AI总结 本文通过实证研究，提出了一种基于失败特征的决策框架，用于指导大语言模型代码生成中的增强策略选择。
Comments Accepted at SANER 2026
HALT：通过log-prob作为时间序列进行幻觉评估
机构 * Georgia Institute of Technology（佐治亚理工学院）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.AI
AI总结 HALT通过log-prob时间序列检测幻觉，比Lettuce更高效且兼容专有模型。
免费草稿与验证：迈向无损并行解码的扩散大语言模型
机构 * Department of Computer Sciences, University of Wisconsin--Madison, Madison, WI（计算机科学系，威斯康星大学麦迪逊分校，麦迪逊，WI）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI、cs.LG
AI总结 FreeDave是一种专为DLLMs设计的快速解码算法，通过无损并行解码实现高效推理，无需模型修改或额外模块，提升了推理速度而不影响性能。
大语言模型能做火箭科学吗？通过GTOC 12探索复杂推理的极限
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 本研究通过GTOC 12竞赛评估大语言模型在复杂轨道优化任务中的表现，发现其在战略规划上能力显著提升，但在实际执行中存在物理一致性等关键问题。
Comments Extended version of the paper presented at AIAA SciTech 2026 Forum. Includes futher experiments, corrections and new appendix
Journal ref Proceedings of the AIAA SciTech 2026 Forum, January 2026
CodeGuard: 提高计算机科学教育中的LLM防护机制
机构 * George Mason University（乔治·马歇尔大学） ； University of Oklahoma（俄克拉荷马大学） ； University of Notre Dame（圣约翰斯大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 CodeGuard通过引入新的分类法、数据集和PromptShield模型，有效提升教育AI系统对不安全提示的检测能力，减少有害代码生成，同时保持教育任务性能。
开发者能否依赖LLM进行安全的IaC开发？
专题命中 代码生成 ：code generation(abstract)
AI总结 研究评估了LLM在安全IaC开发中的能力，发现指导提示能显著提高安全异味检测和生成安全代码的效率，但仍有改进空间。
Cortex: 通过语义感知的知识缓存实现低延迟、低成本的远程数据访问用于大语言模型
专题命中 代码生成 ：code generation(abstract)
AI总结 Cortex通过语义感知的知识缓存架构，实现LLM代理在远程数据访问中的低延迟和低成本，提升吞吐量和准确性。
孔子代码代理：面向真实世界代码库的可扩展代理构建
机构 * Meta
专题命中 软件智能体 ：coding agent(abstract)；分类 cs.SE、cs.CL、cs.AI
AI总结 孔子代码代理通过可扩展的代理构建框架，在真实世界软件工程任务中实现高性能，超越现有研究和商业成果。
Comments The latest version
CP-Agent：代理约束编程
机构 * TU Wien（维也纳技术大学）
专题命中 软件智能体 ：coding agent(abstract)；分类 cs.SE、cs.CL、cs.AI
AI总结 CP-Agent通过代理工作流实现约束编程问题的高效求解，展示了最少指导优于详细指导，并揭示了任务管理工具对建模任务的双重影响。
利用大语言模型进行用药咨询：在灵活性与严谨性之间取得平衡
机构 * Department of Engineering and Information Technology Åbo Akademi University（工程与信息科技系阿博阿卡迪米大学） ； Experience Lab Åbo Akademi University（经验实验室阿博阿卡迪米大学） ； Department of Natural and Health Sciences Åbo Akademi University（自然与健康科学系阿博阿卡迪米大学） ； Department of Caring and Ethics University of Stavanger（护理与伦理系斯塔万格大学）
专题命中 软件智能体 ：software agent(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出了一种利用大语言模型在药房环境中提供用药咨询的原型系统，旨在平衡对话要求与灵活性，减少幻觉并提高响应质量。
Comments Accepted for 2025 IEEE International Conference on Agentic AI (ICA). 14 pages, 2 figures
通过自我调试合成文件级数据用于单元测试生成的链式思考
专题命中 测试生成 ：unit test generation(title)；repository(abstract)；分类 cs.SE
AI总结 通过自我调试合成文件级数据用于单元测试生成，提升测试生成质量与准确性。
SWE-Refactor：一个面向真实世界的基于大语言模型的代码重构仓库级基准
专题命中 代码评测 ：repository(title,abstract)；code generation(abstract)；分类 cs.SE
AI总结 SWE-Refactor是一个面向真实世界的基于大语言模型的代码重构仓库级基准，通过1099个Java项目中的重构实例评估九种LLMs，揭示复杂重构的失败率较高。
BatCoder: 通过回译实现的双向代码-文档自监督学习
机构 * College of Computer Science and Artificial Intelligence, Fudan University, Shanghai, China（计算机科学与人工智能学院，复旦大学，上海，中国）
专题命中 代码评测 ：code generation(abstract)；分类 cs.SE、cs.AI、cs.LG
AI总结 BatCoder通过回译策略实现代码与文档的双向自监督学习，提升模型在代码生成和文档生成任务中的性能。
在LLM预训练中“Grokking”？无需测试即可监控记忆到泛化的过程
机构 * Department of Computer Science, University of Maryland, College Park（计算机科学系，马里兰大学，学院公园）
专题命中 代码评测 ：code generation(abstract)；分类 cs.LG
AI总结 本文研究了LLM预训练中“Grokking”现象，通过分析训练数据路径的动态变化，提出两种新度量标准以监控模型泛化能力，无需额外成本。
Comments Accepted at ICLR 2026
闭环：通用仓库表示法与RPG-编码器
专题命中 仓库级理解 ：repository(title,abstract)；分类 cs.SE、cs.CL
AI总结 RPG-Encoder通过统一表示和闭环推理，实现复杂代码库的高精度理解和生成。
全栈代理：通过面向开发的测试和仓库反翻译增强全栈网页编码
机构 * Multimedia Laboratory (MMLab), The Chinese University of Hong Kong（香港中文大学多媒体实验室） ； Shenzhen Loop Area Institute（深圳河套学院）
专题命中 仓库级理解 ：repository(title)；分类 cs.SE、cs.CL
AI总结 FullStack-Agent通过面向开发的测试和仓库反翻译提升全栈网页编码能力，其多代理框架和自我改进方法在多个测试用例中表现出色。
从延迟到学习：在线上下文知识蒸馏用于LLM级联
机构 * Department of XXX, University of YYY, Location, Country（XXX系，YYY大学，地点，国家） ； School of ZZZ, Institute of WWW, Location, Country（ZZZ学院，WWW研究所，地点，国家） ； Department of Electrical and Computer Engineering, Rutgers University, NJ, USA（电气与计算机工程系，Rutgers大学，新泽西州，美国） ； Computer Engineering Department, University of Illinois Chicago, Illinois, USA（计算机工程系，伊利诺伊大学芝加哥分校，伊利诺伊州，美国）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.CL、cs.AI
AI总结 Inter-Cascade通过在线上下文知识蒸馏提升LLM级联性能，实现弱模型在任务中学习，减少强模型调用并提高整体准确率。
Comments 32 pages, 6 figures, 23 tables, under review
自适应证据加权用于音频-时空融合
机构 * Jackson School of Geosciences, University of Texas at Austin, Austin, TX, USA（德克萨斯大学奥斯汀分校地质科学学院）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.AI
AI总结 FINCH通过自适应证据融合框架结合预训练音频分类器与结构化时空预测器，提升生物声学分类的鲁棒性和性能。
Mići Princ -- 一个男孩教语音技术学习克亚基亚方言
专题命中 仓库级理解 ：repository(abstract)；分类 cs.CL
AI总结 本文通过发布《小王子》克亚基亚方言版本的语料库，为语音识别模型适应克亚基亚方言提供数据支持，显著降低识别错误率。
Comments 2 figures, 14 pages, accepted and presented at JTDH 2024
轻量级RGB-T跟踪与Mobile Vision Transformers
机构 * Department of Electrical and Computer Engineering（电气与计算机工程系） ； Concordia University（康科迪亚大学）
专题命中 仓库级理解 ：repository(abstract)
AI总结 本文提出了一种基于MobileViT的轻量级RGB-T跟踪器，通过渐进融合框架和可分离混合注意力模型，实现低参数量和高实时性能的多模态跟踪。
Comments Accepted for publication in ICASSP 2026. Implementation Code Available
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈