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。
基于蒙特卡洛树搜索（MCTS）和Gemini大语言模型框架的自主AI编码智能体开发
专题命中 代码生成 ：coding agent(title,abstract)；code generation(abstract)；分类 cs.AI、cs.LG
AI总结 本研究开发了一种结合Gemini LLM与定制MCTS的自主AI编码智能体，通过自评判系统优化代码生成，在复杂逻辑任务上成功率达92%，性能优于零样本生成模型。
Comments 10 PAGES WITH PLAGIARISM REPORT ON 10TH PAGE
训练全过程中小型递归模型的代码生成能力评估
机构 * Toronto Metropolitan University（多伦多都会大学）
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.SE、cs.AI、cs.LG
AI总结 本研究对比TRM-AR与对照模型，发现递归模型抗过拟合能力优于参数匹配模型，建议递归代码生成模型应在整个训练轨迹上联合评估拟合度与生成表现。
Comments Accepted at CASCON 2026
DSEffi-Bench：揭示大语言模型在高效数据科学代码生成中的能力
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.SE
AI总结 该研究推出首个针对大语言模型生成数据科学代码执行效率的基准DSEffi-Bench，评估发现正确性与效率不相关，分类法可指导优化以提升效率并降低成本。
Comments Accepted to EMNLP 2026 Main Conference
面向安全且正确的代码生成的解释与引导
机构 * George Mason University（乔治梅森大学）
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.AI
AI总结 本研究通过CodeSec-Pairs数据集解释LLMs代码生成的安全机制，提出DuoSteer双引导方法，在5类漏洞实验中实现26.9%漏洞率降低，效果优于基线方法且可跨模型复现。
Comments Accepted to the EMNLP 2026 Main Conference
基于验证的上下文工程实现全自动医学影像代码生成
机构 * University of Auckland（奥克兰大学） ； Griffith University（格里菲斯大学） ； Suzhou Industrial Park Monash Research Institute of Science and Technology（苏州工业园区莫纳什科技研究院） ； Beijing Institute of Technology（北京理工大学） ； National University of Singapore（新加坡国立大学）
专题命中 代码生成 ：code generation(title,abstract)；分类 cs.SE
AI总结 本文提出AutoMedImg多智能体框架，通过规划与编码阶段的多阶段验证及自动上下文工程，实现零人工干预的全自动医学影像代码生成，在六个数据集上分割任务Dice最高0.90、分类准确率99%。
合成数据中的隐藏威胁：通过良性文本注入隐蔽的针对性偏见
机构 * KAIST（韩国科学技术院） ； Dankook University（檀国大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.AI
AI总结 该研究发现可通过语义良性的合成数据，利用潜意识学习机制向对齐LLM注入针对性社会偏见，同时保留模型通用任务能力，揭示了合成数据训练LLM的新安全风险，提出基于对数线性的评分或可用于筛查此类数据。
Comments To be published in EMNLP 2026
参考嫁接在引出被搁置的能力方面可与微调相媲美
机构 * Lida Safety（Lida安全公司） ； University of California, Los Angeles（加利福尼亚大学洛杉矶分校） ； ERA（ERA公司）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI、cs.LG
AI总结 针对模型被搁置的安全评估问题，提出参考嫁接方法，仅需少量配对示例即可引出模型隐藏能力，效果媲美微调，适用于不同规模模型及多种搁置场景。
Comments under submission
CARVE：扩散语言模型中变长生成的验证式扩展
机构 * MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Sorbonne Université（索邦大学） ； Ecole Polytechnique（巴黎综合理工学院）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 本研究提出无需重训的 CARVE 算法，解决扩散语言模型固定长度生成的缺陷，通过验证式扩展实现变长生成，在代码生成与数学推理基准中提升性能并降低推理成本。
Comments EMNLP 2026 Findings
ReTrace：用于投机解码的拒绝轨迹条件方法
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL
AI总结 本文提出ReTrace方法，针对投机解码中被拒绝后缀的有效信息，通过跨轮条件保留优化拒绝后缀，无需额外计算即可提升Qwen3模型在多任务上的解码效率，且可与现有方法结合。
何时适配：用于保留性能的领域专业化的条件记忆适配器
机构 * University of Electronic Science and Technology of China（电子科技大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL
AI总结 针对大语言模型参数高效微调导致域外性能下降的问题，提出Engram Adapter框架，通过条件激活实现领域专业化，在提升领域内准确率的同时保留绝大多数域外性能。
Comments Accepted to Findings of EMNLP 2026
利用生成式人工智能为本科数学设计可访问的交互式可视化：一个六阶段工作流
机构 * Purdue University（普渡大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 本研究提出六阶段工作流，利用生成式人工智能为本科数学构建符合WCAG 2.2 AA级标准的可访问交互式可视化，无需编程，经四个工具验证，各阶段需人工验证，适用于师生。
超越有效载荷：用户调用如何塑造编码代理对仓库中毒的漏洞
专题命中 软件智能体 ：repository(title,abstract)；coding agent(title,abstract)；分类 cs.CL
AI总结 该研究推出首个针对编码代理仓库中毒漏洞的基准CIPR，发现漏洞高度依赖用户提示级配置，任务类型可使攻击成功率产生4.5倍差异，测试执行任务为隐蔽攻击面，不明确或嘈杂提示会间接改变风险。
Comments 30 pages,7 figures, Accepted to EMNLP 2026 Main Conference
面向智能体问题定位的高性价比代码仓库探索
专题命中 软件智能体 ：repository(title,abstract)；coding agent(abstract)；分类 cs.SE、cs.AI
AI总结 本研究在IssueLoc-Bench上评估5种探索器模型，发现低成本探索器可保留较高定位质量并大幅降低耗时与token用量，支持将仓库探索作为编码智能体的模块化独立阶段。
验证工具的覆盖范围决定其价值：AI编码智能体中验证面、产物质量与成本的对照研究
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE、cs.AI
AI总结 该研究通过构建仅工具列表为受控变量的极简编码智能体，开展对照实验，发现验证工具的覆盖范围需匹配应用实际故障方式才能提升产物质量，且不同验证工具的成本效益存在差异。
Comments 27 pages, 13 figures, 10 tables. Submitted to IEEE Access. Data and code: https://doi.org/10.5281/zenodo.21961590
先测量再管理：评估编码智能体的工作记忆
机构 * Argonne National Laboratory（阿贡国家实验室） ； Columbia University（哥伦比亚大学） ； University of Houston（休斯顿大学）
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.AI
AI总结 本研究针对编码智能体工作记忆的语义异质性，提出两种语义感知记忆管理策略，发现校准增益难迁移、相同token预算效果不同等问题，表明评估记忆管理策略需考虑更多维度。
操作基于大语言模型（LLM）的编码智能体的分阶段工作流
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE
AI总结 该研究提出Infobip团队开发的四阶段编码智能体操作工作流，通过前置人力审查、分阶段上下文管理应对故障，同时指出工作流有效性指标缺失等两个未解决问题。
Comments 2 pages, industry paper, to appear in proceedings of the 35th ACM International Conference on Information and Knowledge Management (CIKM '26), 2026
基于编码智能体的遗留系统现代化：一项案例研究
专题命中 软件智能体 ：coding agent(title,abstract)；分类 cs.SE
AI总结 本研究通过工业案例评估Claude Code智能体迁移企业ERP系统功能的效果，发现其平均等价率70%，低级功能表现优于高级功能，同时探讨了该方法的适用场景及局限。
AutoScientist-Quant：用于量化投资自动研究的自进化编码智能体
机构 * Google（谷歌公司） ； University of Cambridge（剑桥大学）
专题命中 软件智能体 ：coding agent(title)；分类 cs.CL、cs.AI、cs.LG
AI总结 AutoScientist-Quant是将量化研究视为带预算约束搜索问题的自进化编码智能体，修复了评估流程的前瞻问题，在CSI universe等场景下实现最优泛化性能。
A^2Agent：面向仓库级代码定位智能体的动作感知强化学习方法
机构 * College of Computing and Informatics（计算与信息学院） ； Sungkyunkwan University（成均馆大学）
专题命中 软件智能体 ：repository(title)；分类 cs.SE、cs.CL
AI总结 A^2Agent是一种动作感知强化学习方法，通过优化奖励与优势估计，在SWE-Bench的两个基准上提升代码定位性能，且4B模型优于更大规模的基线。
Comments Accepted to EMNLP 2026 Main
AgentLogs：用于揭开GitHub云智能体黑箱的数据集
专题命中 软件智能体 ：repository(abstract)；分类 cs.SE、cs.AI
AI总结 该研究推出AgentLogs数据集，包含GitHub上35810个热门仓库的智能体任务、会话及6400余万条日志，可用于研究智能体行为、协作等，填补了智能体贡献过程数据的空白。
VibeJam：用于智能体辅助Web开发的用户研究平台
机构 * University of Maryland（马里兰大学） ； New York University（纽约大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Nanyang Technological University（南洋理工大学）
专题命中 软件智能体 ：coding agent(abstract)；分类 cs.CL
AI总结 研究推出开源浏览器平台VibeJam，支持用户与Aider智能体协作开发网站，试点显示其获资深程序员认可且初级学生用其生成的网站质量更优，可推动编码智能体相关研究。
Comments EMNLP 2026 (Demo)
升级渠道能否将奖励黑客行为转向缺陷披露？
机构 * Wiser Human（怀瑟人类）
专题命中 软件智能体 ：coding agent(abstract)；分类 cs.AI
AI总结 该研究评估升级渠道作为决策环境干预措施，结合反奖励黑客策略可大幅减少编码智能体的奖励黑客行为，同时提升缺陷检测覆盖率，将智能体能力转向缺陷披露而非利用。
Comments 9 pages
生成保留认知构想的临床案例 vignettes
机构 * Ben-Gurion University of the Negev（内盖夫本-古里安大学） ； University of Cambridge（剑桥大学） ； Clalit Health Services（克拉利特医疗服务机构） ； Tel Aviv University（特拉维夫大学） ； School of Brain Sciences and Cognition, Ben-Gurion University of the Negev（内盖夫本-古里安大学脑科学与认知学院） ； Azrieli National Center for Autism and Neurodevelopment Research（阿兹里利国家自闭症与神经发育研究中心）
专题命中 代码评测 ：repository(abstract)；分类 cs.CL、cs.AI
AI总结 本研究提出基于理论的 FORMA 框架，将认知模型编译为图来生成符合临床结构的创伤后应激障碍案例 vignettes，经评估其质量高且人口统计学差异小，可作为合成临床文本生成的可审计规范。
Comments Accepted to Findings of the Association for Computational Linguistics: EMNLP 2026. Code and data: https://github.com/Amit-Oren/FORMA
Terminal-Bench-LILT：基于语言、区域与文化的多语言智能体编码基准
机构 * LILT, Inc.（LILT公司）
专题命中 代码评测 ：coding agent(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出Terminal-Bench-LILT多语言编码基准，含10种语言300个任务，评估6个前沿模型发现其通过率仅63.1%，凸显多语言编码能力是未被充分探索的维度。
超越人类监督扩展大型推理模型：通往超级智能的路径
机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Zhongguancun Academy（中关村学院） ； Xi’an Jiaotong University（西安交通大学） ； The Chinese University of Hong Kong（香港中文大学） ； The University of Hong Kong（香港大学） ； Hong Kong Baptist University（香港浸会大学） ； Hunyuan Tencent（腾讯混元） ； National University of Singapore（新加坡国立大学） ； Xiamen University（厦门大学）
专题命中 代码评测 ：repository(abstract)；分类 cs.AI
AI总结 本文研究人类监督逐步退出时大型推理模型（LRMs）的扩展路径，提出五级阶梯框架，分析自主化带来的风险，围绕策略能力等开展评估，为开发通往超级智能的自我维持学习系统提供结构化方案。
Comments 72pages
文本引导的人脸编辑模型的大规模评估
机构 * Arizona State University（亚利桑那州立大学） ； Prelight Inc（普雷莱特公司）
专题命中 代码评测 ：repository(abstract)；分类 cs.AI
AI总结 本研究对6种文本引导模型开展首次大规模人脸编辑评估，构建含169个属性的Face-Edit-Attributes数据集，发现多数模型头发配饰编辑表现好但姿态编辑差，存在过度编辑及针对深色皮肤男性和老年面孔的偏差。
Comments ACM Multimedia (ACMMM) 2026 Oral
具备实时加工过程数字孪生的信息物理机床框架
专题命中 代码评测 ：repository(abstract)
AI总结 该研究提出一种分层数字孪生框架，扩展现有信息物理机床框架，集成多类数据实现机床与加工过程同步，经实验验证性能达标，为AI辅助加工应用奠定基础。
HALO：用于纳米光子设计的物理感知大语言模型智能体框架
专题命中 代码评测 ：coding agent(abstract)
AI总结 该研究提出HALO框架及52任务基准HALO-Bench，对比三类规划器配置，发现固定结构化工作流效率最高，自主编码成功率更高但故障更多，复用失败轨迹可减少迭代与令牌使用，明确了科学智能体的相关权衡。
Comments 9 pages, 3 figures, 5 charts
来自地狱的更新：编码智能体能否在依赖升级的隐藏损坏中存活？
专题命中 仓库级理解 ：coding agent(title,abstract)；分类 cs.SE
AI总结 本文推出含203项真实依赖升级任务的DEPBENCH基准，评估主流编码智能体后发现其仅解决51.2%任务，凸显当前智能体能力与软件维护需求的差距。
超级库智能体：超越单一代码库的多应用联合生成与维护
专题命中 仓库级理解 ：coding agent(abstract)；分类 cs.SE、cs.CL、cs.AI
AI总结 针对关联应用组合维护的冗余与结构退化问题，提出超级库智能体方法，通过候选引导提取等技术，在WebGen-Bench等基准上减少冗余并避免结构退化。
Comments Findings of the Association for Computational Linguistics: EMNLP 2026. Project page: https://sbigstar0310.github.io/super-library-agent/
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