代码大模型 / AI 编程

Prometheus: Towards Long-Horizon Codebase Navigation for Repository-Level Problem Solving

Prometheus：面向仓库级问题解决的长周期代码库导航

Yue Pan, Zimin Chen, Siyu Lu, Zhaoyang Chu, Xiang Li, Han Li, Yang Feng, Claire Le Goues, Federica Sarro, Martin Monperrus, He Ye

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

AI总结 Prometheus通过统一知识图谱和增强内存引擎，实现长周期代码库导航，提升仓库级问题解决的效率与准确性。

Improving Code Localization with Repository Memory

通过仓库记忆提升代码定位

Boshi Wang, Weijian Xu, Yunsheng Li, Mei Gao, Yujia Xie, Huan Sun, Dongdong Chen

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

AI总结 通过利用仓库提交历史增强语言代理的记忆，提升代码定位性能，更接近人类开发者经验。

Comments ICLR 2026

aiXcoder-7B-v2: Training LLMs to Fully Utilize the Long Context in Repository-level Code Completion

aiXcoder-7B-v2: 训练 LLMs 完全利用仓库级代码补全中的长上下文

Jia Li, Hao Zhu, Huanyu Liu, Xianjie Shi, He Zong, Yihong Dong, Kechi Zhang, Siyuan Jiang, Zhi Jin, Ge Li

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

AI总结 aiXcoder-7B-v2通过COLA方法提升仓库级代码补全的长上下文利用能力

Comments Camera-ready version for ASE2025

MOOT: a Repository of Many Multi-Objective Optimization Tasks

MOOT: 一个包含众多多目标优化任务的仓库

Tim Menzies, Tao Chen, Yulong Ye, Kishan Kumar Ganguly, Amirali Rayegan, Srinath Srinivasan, Andre Lustosa

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

AI总结 MOOT是一个包含120多个多目标优化任务的仓库，旨在为软件工程中的多目标优化研究提供基础设施和案例研究支持。

Comments To be published in MSR 2026

Distributed Architecture Reconstruction of Polyglot and Multi-Repository Microservice Projects

多语言和多仓库微服务项目的分布式架构重建

Oscar Manglaras, Alex Farkas, Thomas Woolford, Christoph Treude, Markus Wagner

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

AI总结 本文提出了一种支持多仓库环境的分布式架构重建框架，通过技术特定的提取器模块实现静态架构重建，以应对微服务项目中快速演变带来的文档维护挑战。

ModARO: A Modular Approach to Architecture Reconstruction of Distributed Microservice Codebases

ModARO：分布式微服务代码库架构重建的模块化方法

Oscar Manglaras, Alex Farkas, Thomas Woolford, Christoph Treude, Markus Wagner

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

AI总结 ModARO通过模块化方法实现微服务架构重建，支持跨项目复用，提升架构分析的灵活性和实用性。

GCN-MPPR: Enhancing the Propagation of Message Passing Neural Networks via Motif-Based Personalized PageRank

GCN-MPPR: 通过基于图 motif 的个性化 PageRank 增强消息传递神经网络的信息传播

Mingcan Wang, Junchang Xin, Zhongming Yao, Kaifu Long, Zhiqiong Wang

机构 * School of Computer Science and Engineering, Northeastern University（东北大学计算机科学与工程学院） ； Key Laboratory of Big Data Management and Analytics (Liaoning Province), Northeastern University（东北大学大数据管理与分析重点实验室） ； The Department of Computer Science, Aalborg University（奥尔堡大学计算机科学系） ； College of Medicine and Biological Information Engineering, Northeastern University（东北大学医学院生物信息工程学院） 纠错

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

AI总结 GCN-MPPR通过基于motif的个性化PageRank改进信息传播，提升GCN在精度、稳定性和效率上的表现。

Winner Team Mia at TextVQA Challenge 2021: Vision-and-Language Representation Learning with Pre-trained Sequence-to-Sequence Model

TextVQA挑战2021获胜团队Mia：基于预训练序列到序列模型的视觉-语言表示学习

Yixuan Qiao, Hao Chen, Jun Wang, Shanshan Zhao, Yihao Chen, Xianbin Ye, Ziliang Li, Xianbiao Qi, Peng Gao, Guotong Xie

机构 * SFE Deeplearning Platform Ping An Health Technology Beijing China（平安健康科技北京分公司） ； Peking University Beijing China（北京大学） ； Visual Computing Group Ping An Property & Casualty Insurance Company Shenzhen China（平安财产保险股份有限公司视觉计算组） ； Jinan University Guangzhou China（暨南大学） ； Central University of Finance and Economics Beijing China（中央财经大学） ； Ping An Health Cloud Company Limited Shenzhen China（平安健康云有限公司） ； Ping An International Smart City Technology Co Ltd Shenzhen China（平安国际智慧城市科技有限公司） 纠错

专题命中 仓库级理解 ：repository(abstract)

AI总结 TextVQA挑战2021中，Mia团队利用预训练序列到序列模型T5，通过融合多模态信息和优化预训练任务，提升视觉-语言推理能力。

Comments Winner of TextVQA 2021