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。

2026-08-28 至 2026-08-28 共收录 5 篇信号源：cs.SE, cs.CL, cs.AI, cs.LG, cs.PL

1. 仓库级理解 5 篇

2608.27125 2026-08-28 cs.SE 新提交 57%

AROMA+: A Study of Factors Affecting Reproducible Builds in the Maven Ecosystem

AROMA+：Maven生态系统中影响可复现构建的因素研究

Mehdi Keshani, Amirhossein Rahmati, Mohammad Hossein Aref, Abbas Heydarnoori

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

AI总结本研究针对Maven生态系统可复现构建研究不足的问题，开发工具AROMA+自动获取相关信息，准确率达99.8%，实现32%软件包自动可复现，贡献部分软件包至Reproducible Central并公开数据集与工具。

Comments Extended version of a paper accepted at FSE 2024 (ACM International Conference on the Foundations of Software Engineering). Currently under review at Empirical Software Engineering (Springer)

2608.27100 2026-08-28 cs.SE 新提交 57%

Mutation Testing for Reproducibility Safeguards in Machine Learning Research Software: An Empirical Study

机器学习研究软件中用于可复现性保障的突变测试：一项实证研究

Ilya Shulepov

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

AI总结本研究以MLReproMutate为工具，对39个机器学习研究仓库开展实证研究，发现现有验证工作流仅能检测8.7%的可复现性相关突变，提出可复现性导向的突变测试作为补充评估方式。

Comments 27 pages. Software and frozen empirical artifacts available at this https URL (https://doi.org/10.5281/zenodo.22126120)

2608.21884 2026-08-28 cs.SE 版本更新 57%

Loop Engineering: Building Blocks, Adoption, and Impact

循环工程：构建模块、采用情况及影响

Jai Lal Lulla, Vahram Nersesyan, Seyedmoein Mohsenimofidi, Christoph Treude, Sebastian Baltes

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

AI总结本文对新兴循环工程领域开展探索性研究，分析其构建模块、开源项目采用情况，挖掘36710个仓库发现217个存在自主智能体循环，并规划了智能体自主层级的对照研究。

Comments 10 pages, 2 tables, under review

2608.26911 2026-08-28 eess.SP 新提交 50%

autowerkstatt4null: An Off-Board-Diagnostics Ecosystem for Car-Workshops

autowerkstatt4null：面向汽车维修厂的车外诊断生态系统

Stephan Bökelman, Rene Glitza, Meihui Huang, Odin Holmes, Lukas Jakubczyk, Tabea Röthemeyer

专题命中仓库级理解：repository(abstract)

AI总结该项目推出autowerkstatt4null生态系统，为独立汽车维修厂提供AI驱动的联邦诊断技术，通过模块化测量平台等创新助力维修厂获得高级诊断能力，提升行业竞争力与可持续性。

Comments 11 pages, 9 figures

2608.26358 2026-08-28 econ.GN 新提交 50%

An Anonymized Urn-Based Experimental Dataset on Decision-Making under Risk and Ambiguity

基于瓮模型的风险与模糊性下决策的匿名化实验数据集

Václav Kratochvíl, Radim Jiroušek, Klára Šimůnková, Simona Bažantová

专题命中仓库级理解：repository(abstract)

AI总结本文发布了风险与模糊性决策实验的匿名化数据集，含246名参与者的4486条记录，支持重复研究、模糊态度模型比较及行为稳定性分析。

Comments 16 pages, 1 figure. Data descriptor accompanying an anonymized experimental dataset on decision-making under risk and ambiguity