代码大模型 / AI 编程

ProxyWar: Dynamic Assessment of LLM Code Generation in Game Arenas

ProxyWar: 动态评估LLM代码生成在游戏竞技场中的表现

Wenjun Peng, Xinyu Wang, Qi Wu

机构 * adelaide.edu.au（阿德莱德大学） 纠错

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

AI总结 ProxyWar通过在动态游戏环境中评估LLM代码生成的质量，揭示了基准分数与实际性能之间的差异，为算法发现和自适应问题解决研究提供新视角。

Comments ICSE2026

Semantic Consensus Decoding: Backdoor Defense for Verilog Code Generation

语义一致性解码：用于Verilog代码生成的后门防御

Guang Yang, Xing Hu, Xiang Chen, Xin Xia

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

AI总结 本文提出语义一致性解码方法，通过提取功能需求和融合输出分布，有效防御Verilog代码生成中的后门攻击。

Comments Under Review

Beyond KL Divergence: Policy Optimization with Flexible Bregman Divergences for LLM Reasoning

超越KL散度：基于灵活Bregman散度的群体策略优化用于大语言模型推理

Rui Yuan, Mykola Khandoga, Vinay Kumar Sankarapu

机构 * Lexsi Labs（Lexsi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 本文提出GBMPO框架，通过灵活Bregman散度提升大语言模型在数学推理和代码生成任务中的性能。

On the Difficulty of Selecting Few-Shot Examples for Effective LLM-based Vulnerability Detection

在有效基于LLM的漏洞检测中选择少样本示例的难度

Md Abdul Hannan, Ronghao Ni, Chi Zhang, Limin Jia, Ravi Mangal, Corina S. Pasareanu

机构 * Colorado State University（科罗拉多州立大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本文研究了在基于LLM的漏洞检测中选择少样本示例的两种标准，并发现不同编程语言对示例选择的响应不同。

Comments Workshop on LLM Assisted Security and Trust Exploration (LAST-X) 2026

Evaluating the Vulnerability Landscape of LLM-Generated Smart Contracts

评估LLM生成的智能合约漏洞图景

Hoang Long Do, Nasrin Sohrabi, Muneeb Ul Hassan

专题命中 代码生成 ：code generation(abstract)

AI总结 本研究评估了LLM生成的智能合约的安全性，发现其存在严重漏洞，提出缓解措施和开发指南以提高区块链安全。

Why Agentic-PRs Get Rejected: A Comparative Study of Coding Agents

为何智能代理生成的拉取请求被拒绝：智能代理的比较研究

Sota Nakashima, Yuta Ishimoto, Masanari Kondo, Shane Mclntosh, Yasutaka Kamei

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

AI总结 本文研究了不同智能代理生成的拉取请求被拒绝的原因差异，发现七种仅出现在智能代理生成PR中的拒绝模式，并提出启发式方法以减少无反馈的拒绝案例。

Comments 5 pages

Building Coding Agents via Entropy-Enhanced Multi-Turn Preference Optimization

通过熵增强的多轮偏好优化构建编码代理

Jiahao Yu, Zelei Cheng, Xian Wu, Xinyu Xing

机构 * Department of Computer Science, Northwestern University, Evanston, USA（西北大学计算机科学系） ； Meta AI, Bellevue, USA（Meta AI） 纠错

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

AI总结 本文提出EntroPO框架，通过增强熵的方法提升多轮交互中编码代理的性能，实现更高效的测试时间扩展。

Learning the Value Systems of Agents with Preference-based and Inverse Reinforcement Learning

基于偏好和逆强化学习的学习代理价值系统

Andrés Holgado-Sánchez, Holger Billhardt, Alberto Fernández, Sascha Ossowski

机构 * Universidad Rey Juan Carlos（雷乌安卡洛斯大学） 纠错

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

AI总结 本文提出了一种基于偏好和逆强化学习的方法，用于自动从观察和人类示范中学习代理的价值系统，以解决不同用户价值系统差异带来的协议一致性问题。

Comments 42 pages, 5 figures. Published in Journal of Autonomous Agents and Multi-Agent Systems

Journal ref Holgado-Sánchez, A., Billhardt, H., Fernández, A., Ossowski, S. Learning the value systems of agents with preference-based and inverse reinforcement learning. Autonomous Agents Multi-Agent Systems 40, 4 (2026)

Fake News Detection: It's All in the Data!

虚假新闻检测：一切都在数据！

Soveatin Kuntur, Anna Wróblewska, Marcin Paprzycki, Maria Ganzha

机构 * Warsaw University of Technology（华沙技术大学） ； Systems Research Institute, Polish Academy of Sciences（波兰科学院系统研究所） 纠错

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

AI总结 本文综述强调数据集质量与多样性对虚假新闻检测模型的重要性，并提供了一个整合公开数据集的GitHub仓库以促进相关研究。

What's in a Benchmark? The Case of SWE-Bench in Automated Program Repair

基准中有什么？SWE-Bench在自动程序修复中的案例

Matias Martinez, Xavier Franch

专题命中 代码评测 ：program repair(title,abstract)；分类 cs.SE

AI总结 本文研究了SWE-Bench排行榜上的提交来源、LLM使用情况及行业参与度，揭示了专有LLM在自动程序修复中的主导地位。

Comments Accepted in 2026 IEEE/ACM 48th International Conference on Software Engineering (ICSE-SEIP'26). https://doi.org/10.1145/3786583.3786904

MapCoder-Lite: Distilling Multi-Agent Coding into a Single Small LLM

MapCoder-Lite：将多智能体编码 distilling 进单一小型 LLM

Woongkyu Lee, Junhee Cho, Jungwook Choi

机构 * Hanyang University（翰阳大学） ； Samsung SDS（三星SDS） 纠错

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

AI总结 MapCoder-Lite通过三支柱方法将多智能体编码distilling进单一7B模型，显著提升代码生成性能并降低资源消耗。

From Trace to Line: LLM Agent for Real-World OSS Vulnerability Localization

从痕迹到行：面向真实世界OSS漏洞定位的LLM代理

Haoran Xi, Minghao Shao, Brendan Dolan-Gavitt, Muhammad Shafique, Ramesh Karri

机构 * NYU Tandon School of Engineering（纽约大学唐纳德工程学院） 纠错

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

AI总结 T2L框架通过基于AST的分块和证据引导细化，实现项目级和行级漏洞定位，提升LLM在开源软件中的精准诊断能力。

Empirical-MCTS: Continuous Agent Evolution via Dual-Experience Monte Carlo Tree Search

经验-MCTS：通过双经验蒙特卡洛树搜索实现连续智能体进化

Hao Lu, Haoyuan Huang, Yulin Zhou, Chen Li, Ningxin Zhu

机构 * JianChengXingYun Technology Co., Ltd.（健成星云科技有限公司） 纠错

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

AI总结 经验-MCTS通过双环框架实现连续智能体进化，结合局部探索与全局记忆优化，提升复杂推理任务性能。

Comments 9 pages, 5 figures

An Intuitionistic Fuzzy Logic Driven UNet architecture: Application to Brain Image segmentation

直觉模糊逻辑驱动的UNet架构：应用于脑图像分割

Hanuman Verma, Kiho Im, Pranabesh Maji, Akshansh Gupta

机构 * Department of Mathematics, Bareilly College, Bareilly (MJP Rohilkhand University), Uttar Pradesh, India（印度乌塔兰普尔邦巴雷利学院数学系） ； Division of Newborn Medicine, Fetal Neonatal Neuroimaging and Developmental Science Center, Boston Children’s Hospital, Harvard Medical School, Boston, MA 02115, USA（美国哈佛医学院波士顿儿童医院新生儿医学部） ； Department of Pediatrics, Harvard Medical School, Boston, MA, USA（美国哈佛医学院儿科系） ； CSIR–Central Electronics Engineering Research Institute, Pilani 333031, Rajasthan, India（印度拉贾斯坦邦比拉尼中央电子工程研究机构） ； Academy of Scientific and Innovative Research (AcSIR), Ghaziabad 201002, India（印度德里阿齐亚德瓦学术与创新研究院） ； CSIR–National Institute of Science Communication and Policy Research, New Delhi, India（印度新德里国家科学传播与政策研究所） 纠错

专题命中 仓库级理解 ：repository(abstract)

AI总结 本文提出基于直觉模糊逻辑的UNet架构，用于提升脑图像分割中对不确定性的处理能力。