AI 大模型

代码大模型 / AI 编程

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。

2026-06-02 至 2026-06-02 共收录 33 篇信号源：cs.SE, cs.CL, cs.AI, cs.LG, cs.PL

1. 仓库级理解 9 篇

2606.01428 2026-06-02 stat.ME stat.AP 56%

Quantifying Evidential Rigor in Meta-Analytic Corpora: A Simulation-Characterized, Bias-Robust Bayesian Workflow with a Nutrition Case Study

量化元分析语料库中的证据严谨性：一个模拟表征、偏差稳健的贝叶斯工作流及营养学案例研究

Matt Hester

专题命中仓库级理解：repository(abstract,comments)

AI总结提出一个语料库规模的贝叶斯证据审计工作流，通过联合贝叶斯因子综合效应/无效应证据和偏差成分缺失来量化证据严谨性，并使用ADEMP框架的模拟/重采样设计进行表征，以营养干预语料库作为案例研究。

Comments 59 pages, 13 figures; supplementary material included as ancillary file; companion repository archived at Zenodo, DOI: 10.5281/zenodo.20467258

2606.02498 2026-06-02 cs.CV 50%

GloResNet: A lightweight 3D CNN with global topological features for preterm brain injury prediction

GloResNet：一种用于早产儿脑损伤预测的轻量级3D CNN与全局拓扑特征

Boyu Yuan, Jiamiao Lu, Weichuan Zhang, Benqing Wu, Tuo Wang, Changshan Wang, Changming Sun, Liang Guo

机构 * Image Computing Laboratory, Shaanxi University of Science and Technology（陕西科技大学图像计算实验室）； Department of Neonatology, Shenzhen University of Advanced Technology General Hospital（深圳先进技术医院新生儿科）； Department of Neurosurgery, The First Affiliated Hospital of Xi’an Jiaotong University（西安交通大学第一附属医院神经外科）； CSIRO Technology（澳大利亚CSIRO技术）

专题命中仓库级理解：repository(abstract)

AI总结提出基于ResNet-10的轻量级3D CNN GloResNet，结合全局流形映射和预处理策略，在dHCP数据集上实现早产儿脑损伤预测，平均准确率75.18%。

2508.18300 2026-06-02 astro-ph.EP astro-ph.IM 50%

The Atacama Cosmology Telescope: Release of A databaSe of millimeTeR ObservatioNs of Asteroids Using acT (ASTRONAUT)

阿塔卡马宇宙学望远镜：利用ACT的小行星毫米波观测数据库（ASTRONAUT）发布

Ricco C. Venterea, John Orlowski-Scherer, Nicholas Battaglia, Sigurd Naess, Steve K. Choi, Allen Foster, Joseph Golec, Bruce Patridge, Cristóbal Sifón, Edward J. Wollack

专题命中仓库级理解：repository(abstract)

AI总结本文发布了基于阿塔卡马宇宙学望远镜（ACT）在90、150和220 GHz频段观测170颗小行星的毫米波通量数据库ASTRONAUT，并提供使用示例和Jupyter笔记本。

Comments 8 pages, 2 figures, 3 tables, submitted to ApJS