代码大模型 / AI 编程

Communicating Processes with Data for Supervisory Coordination

带数据的通信进程用于监督协调

Jasen Markovski

专题命中 代码生成 ：code generation(abstract)

AI总结 本文提出一种带数据的进程理论，通过区分观察与监督的信息流并利用数据紧凑表达协调需求，支持基于模型的系统工程框架用于监督协调，并以Oce打印机维护协调案例验证。

Comments In Proceedings FOCLASA 2012, arXiv:1208.4327

Journal ref EPTCS 91, 2012, pp. 97-111

DOLFIN: Automated Finite Element Computing

DOLFIN: 自动化有限元计算

Anders Logg, Garth N. Wells

专题命中 代码生成 ：code generation(abstract)

AI总结 本文介绍了一个利用自动代码生成技术，以高效计算实现有限元方法求解偏微分方程的库，提供了C++和Python接口。

Journal ref ACM Transactions on Mathematical Software 37(2), Article 20 (April 2010), 28 pages

TransResAI: A Compound AI System for Coastal Transportation Resilience

TransResAI: 用于沿海交通韧性的复合AI系统

Qingwen Pu, Kun Xie, Chenyu Yan

专题命中 代码生成 ：code generation(abstract)

AI总结 提出TransResAI复合AI系统，通过自然语言交互集成大语言模型与多模块，实现洪水感知的交通韧性分析，在专家用户研究中将任务完成时间减少80-88%，准确率保持4.60/5.00。

Comments 36 pages, 13 figures, 3 table

elasticAI.explorer: Towards a Unified End-to-End Framework for Hardware-Aware Neural Architecture Search

elasticAI.explorer：面向硬件感知神经架构搜索的统一端到端框架

Natalie Maman, Florian Hettstedt, Andreas Erbslöh, Gregor Schiele

专题命中 代码生成 ：code generation(abstract)

AI总结 提出基于Optuna的弹性AI探索器框架，通过YAML搜索空间规范、硬件代码生成和Docker交叉编译，实现硬件在环的神经架构搜索。

Comments 6 pages, 2 figures, IEEE CODASSCA 2026 (submitted)

SpecBench: Evaluating Specification-Level Reasoning for Software Engineering LLM Agents

SpecBench: 评估软件工程LLM代理的规约级推理能力

Grant Hamblin, Kevin Song, Zhanda Zhu, Anand Jayarajan, Sihang Liu, Nandita Vijaykumar, Gennady Pekhimenko

专题命中 代码生成 ：code generation(abstract)

AI总结 提出SpecBench基准，通过从RFC过程中提取任务，评估LLM代理在无执行反馈下识别初始设计提案中遗漏、歧义、不一致或错误假设的规约级推理能力。

FunKit: A computer algebra toolkit for functional approaches

FunKit：用于泛函方法的计算机代数工具包

Franz R. Sattler

专题命中 代码生成 ：code generation(abstract)

AI总结 本文介绍FunKit，一个Mathematica包，用于从任意主方程推导和追踪泛函方程，支持多种场论和主方程，并提供代码生成功能。

Robo-Blocks: Generative Scaffolding in End-User Design and Programming of Social Robots

Robo-Blocks：社交机器人终端用户设计与编程中的生成式支架

Arissa J. Sato, Callie Y. Kim, Nathan Thomas White, Abhinav Maneesh, Yuqing Wang, Hui-Ru Ho, Bilge Mutlu

机构 * Department of Computer Sciences\ of Wisconsin--Madison 纠错

专题命中 代码生成 ：code generation(abstract)

AI总结 通过研究通过设计（RtD）过程，提出基于LLM的积木式编程环境Robo-Blocks，利用生成式支架将高级想法转化为可执行机器人行为，支持新手程序员，并揭示了用户角色与使用模式。

Self-Refining Topology Optimization via an LLM-Based Multi-Agent Framework

基于LLM多智能体框架的自优化拓扑优化

Hyunjee Park, Hayoung Chung

专题命中 代码生成 ：code generation(abstract)

AI总结 提出TopOptAgents多智能体系统，通过LLM协作与迭代自优化循环，自动化拓扑优化的决策与设计过程，尤其对文献覆盖不足的问题类效果显著。

Comments 28 pages, 17 figures

Pramana: A Protocol-Layer Treatment of Claim Verification in Autonomous Agent Networks

Pramana：自主代理网络中声明验证的协议层处理

Ravi Kiran Kadaboina

专题命中 代码生成 ：code generation(abstract)

AI总结 本文提出Pramana协议层，通过定义缺失的线缆格式，为自主代理网络中的声明验证提供结构化方法，结合经典印度认识论中的四种知识类型，确保验证过程的确定性和可追溯性。

Comments 23 pages, 4 figures, 5 tables, 42 references

Completeness of Synthesis under Realizability Assumptions using Superposition

在可实现性假设下利用超位置的合成完备性

Márton Hajdu, Petra Hozzová, Laura Kovács, Eva Maria Wagner

专题命中 代码生成 ：program synthesis(abstract)

AI总结 本文研究了在可实现性假设下利用超位置进行程序合成的完备性问题，通过改进超位置演算并证明其正确性和完备性，确保能够找到满足规范的可计算程序。

Comments to be published in IJCAR 2026

uGen: An Agentic Framework for Generating Microarchitectural Attack PoCs

uGen：一种用于生成微架构攻击PoC的代理框架

Debopriya Roy Dipta, Thore Tiemann, Eduard Marin, Thomas Eisenbarth, Berk Gulmezoglu

专题命中 代码生成 ：code generation(abstract)

AI总结 本文提出uGen框架，利用LLM生成微架构攻击代码，解决现有方法的可移植性问题，通过多代理设计提升攻击代码的准确性与实用性。

Adapting AlphaEvolve to Optimize Fully Homomorphic Encryption on TPUs

将AlphaEvolve适应于优化TPUs上的全同态加密

Shruthi Gorantala, Jianming Tong, Asra Ali, Baiyu Li, Jonathan Katz, Jeremy Kun, Thomas Steinke, Abhradeep Thakurta, Julian Walker, Amir Yazdanbakhsh

专题命中 代码生成 ：code generation(abstract)

AI总结 本文提出利用AlphaEvolve自动化优化TPUs上的全同态加密内核，通过进化搜索提升TFHE和CKKS方案的执行效率，减少延迟。

"Tab, Tab, Bug": Security Pitfalls of Next Edit Suggestions in AI-Integrated IDEs

Tab，Tab，Bug：AI集成IDE中Next Edit Suggestions的安全隐患

Yunlong Lyu, Yixuan Tang, Peng Chen, Tian Dong, Xinyu Wang, Zhiqiang Dong, Hao Chen

专题命中 代码生成 ：code generation(abstract)

AI总结 本文研究了AI集成IDE中的Next Edit Suggestions安全问题，揭示了其复杂的上下文检索机制和潜在攻击向量，通过实验室测试和在线调查发现NES易受上下文污染和交易性编辑影响，需加强安全教育和防护措施。

AgenticPrecoding: LLM-Empowered Multi-Agent System for Precoding Optimization

代理预编码：基于LLM的多智能体系统用于预编码优化

Zijiu Yang, Zixiang Zhang, Shunpu Tang, Qianqian Yang, Zhiguo Shi

专题命中 代码生成 ：code generation(abstract)

AI总结 本文提出AgenticPrecoding框架，通过多智能体系统自动推导端到端预编码，提升未来6G网络中异构场景的适应性。

Existence and Constructions of Strict Function-Correcting Codes with Data Protection

严格函数纠错码与数据保护的存在性与构造

Charul Rajput, B. Sundar Rajan, Ragnar Freij-Hollanti, Camilla Hollanti

专题命中 代码生成 ：code generation(abstract)

AI总结 本文研究严格函数纠错码与数据保护的存在性和构造，通过三种贡献：基于α-距离图框架建立存在条件，利用Simonis结果开发反向构造，以及从窄感BCH码中独立构造严格函数纠错码。

RAG-Enhanced Kernel-Based Heuristic Synthesis (RKHS): A Structured Methodology Using Large Language Models for Hardware Design

基于检索增强的核启发式合成（RKHS）：利用大语言模型的结构化方法用于硬件设计

Shiva Ahir, Alex Doboli

专题命中 代码生成 ：code generation(abstract)

AI总结 本文提出RKHS方法，结合检索增强生成、紧凑核启发式模板和LLM驱动的反馈循环，用于硬件设计中的启发式优化，实验证明其在降低延迟的列表调度中有效。

Comments Presented at the NSF Workshop on Agents for Chip Design Automation, UCLA

Dr.Sai: An agentic AI for real-world physics analysis at BESIII

Dr.Sai：BESIII实世界物理分析的代理AI

Mingfeng He, Fayu Jiang, Junkun Jiao, Mingrun Li, Ke Li, Yipu Liao, Beijiang Liu, Tong Liu, Fazhi Qi, Zijie Shang, Weimin Song, Yue Sun, Xiongfei Wang, Hong Wang, Dongbo Xiong, Changzheng Yuan, Bolun Zhang, Zhengde Zhang, Xuliang Zhu

专题命中 代码生成 ：code generation(abstract)

AI总结 Dr.Sai利用大语言模型实现自动物理分析，通过自然语言转化为严谨的物理工作流，在BESIII实验中成功重新测量了十个J/psi衰变分支比，无需手动编程，展示了自主发现的潜力。

Comments 39 pages, 7 figures

QRAFTI: An Agentic Framework for Empirical Research in Quantitative Finance

QRAFTI：量化金融领域实证研究的代理框架

Terence Lim, Kumar Muthuraman, Michael Sury

专题命中 代码生成 ：code generation(abstract)

AI总结 QRAFTI框架通过整合面板数据研究工具与MCP服务器，支持对大规模金融面板数据进行因子研究，可复现已有因子、测试新信号并生成标准化报告。

VerilogCL: A Contrastive Learning Framework for Robust LLM-Based Verilog Generation

VerilogCL：一种用于鲁棒LLM基于Verilog生成的对比学习框架

Yan Tan, Tong Liu, Xiangchen Meng, Yangdi Lyu

专题命中 代码生成 ：code generation(abstract)

AI总结 本文提出VerilogCL框架，通过对比学习和主动错误筛查提升Verilog代码生成的鲁棒性，实验表明其在编译成功率和功能正确性上优于现有基线。

Cloud-native and Distributed Systems for Efficient and Scalable Large Language Models -- A Research Agenda

云原生与分布式系统用于高效可扩展的大语言模型——研究议程

Minxian Xu, Jingfeng Wu, Shengye Song, Satish Narayana Srirama, Bahman Javad, Rajiv Ranjan, Devki Nandan Jha, Sa Wang, Wenhong Tian, Huanle Xu, Li Li, Zizhao Mo, Shuo Ren, Thomas Kunz, Petar Kochovski, Vlado Stankovski, Kejiang Ye, Chengzhong Xu, Rajkumar Buyya

专题命中 代码生成 ：code generation(abstract)

AI总结 本文探讨云平台和分布式系统在支持大语言模型的可扩展性、效率和优化中的作用，分析部署复杂性及新兴趋势，提出未来研究方向。

Comments 45 pages, 5 figures

AgentClick: A Skill-Based Human-in-the-Loop Review Layer for Terminal AI Agents

AgentClick: 一个基于技能的人机协作审查层用于终端AI代理

Haomin Zhuang, Hanwen Xing, Xiangliang Zhang

专题命中 代码生成 ：code generation(abstract)

AI总结 AgentClick通过浏览器界面提供结构化交互，降低非专家用户与AI代理协作的门槛，提升效率和质量。

Comments Accepted to ACM CAIS 2026 System Demonstrations. Conference paper

SeQuant Framework for Symbolic and Numerical Tensor Algebra. I. Core Capabilities

SeQuant框架用于符号和数值张量代数。I. 核心功能

Bimal Gaudel, Robert G. Adam, Ajay Melekamburath, Conner Masteran, Nakul Teke, Azam Besharatnik, Andreas Köhn, Edward F. Valeev

专题命中 代码生成 ：code generation(abstract)

AI总结 SeQuant框架结合符号计算与数值计算，通过图论张量网络简化张量表达式，优化Wick定理应用，并支持非协变张量网络及参数依赖张量模式，实现符号与数值计算的无缝集成。

COBALT-TLA: A Neuro-Symbolic Verification Loop for Cross-Chain Bridge Vulnerability Discovery

COBALT-TLA：一种用于跨链桥漏洞发现的神经符号验证循环

Dominik Blain

专题命中 代码生成 ：code generation(abstract)

AI总结 COBALT-TLA结合LLM与TLA+模型检查器，通过自动REPL循环发现跨链桥漏洞，首次自主识别Optimistic Relay Attack漏洞类。

Comments 4 pages, 1 table. Submitted to FMBC 2026 (Formal Methods for Blockchains)

CKG-LLM: LLM-Assisted Detection of Smart Contract Access Control Vulnerabilities Based on Knowledge Graphs

CKG-LLM：基于知识图谱的智能合约访问控制漏洞检测框架

Xiaoqi Li, Hailu Kuang, Wenkai Li, Zongwei Li, Shipeng Ye

专题命中 代码生成 ：code generation(abstract)

AI总结 本文提出CKG-LLM框架，利用大语言模型能力将自然语言漏洞模式转化为知识图谱查询，提升智能合约访问控制漏洞检测性能。

Comments 6 pages, 5 figures

Towards Automated Pentesting with Large Language Models

向大型语言模型迈进的自动化渗透测试

Ricardo Bessa, Rui Claro, João Trindade, João Lourenço

专题命中 代码生成 ：code generation(abstract)

AI总结 本文提出RedShell框架，利用微调的LLM生成针对Windows漏洞的恶意PowerShell代码，实现高效隐私保护的渗透测试自动化。

RedShell: A Generative AI-Based Approach to Ethical Hacking

RedShell：基于生成AI的伦理黑客方法

Ricardo Bessa, Rui Claro, João Trindade, João Lourenço

专题命中 代码生成 ：code generation(abstract)

AI总结 本文提出RedShell工具，通过生成恶意PowerShell代码提升渗透测试效率，并构建了用于训练恶意代码生成模型的真实数据集，实验显示其生成的代码语法正确率高，语义一致性良好。

Tracing Prompt-Level Trajectories to Understand Student Learning with AI in Programming Education

通过追踪提示级轨迹来理解学生在编程教育中使用AI的学习过程

Tianyu Shao, Miguel Feijóo-García, Yi Zhang, Hugo Castellanos, Tawfiq Salem, Alejandra Magana, Tianyi Li

专题命中 代码生成 ：code generation(abstract)

AI总结 研究通过分析学生与AI交互的轨迹，揭示其在编程作业中使用AI工具的学习策略与能力差异，发现学生通过迭代改进而非直接复制AI生成代码的方式提升编程能力。

AgenticRS-Architecture: System Design for Agentic Recommender Systems

AgenticRS-Architecture：面向代理推荐系统的系统设计

Hao Zhang, Jinxin Hu, Hao Deng, Lingyu Mu, Shizhun Wang, Yu Zhang, Xiaoyi Zeng

专题命中 代码生成 ：code generation(abstract)

AI总结 本文提出AgenticRS架构，通过交互式进化代理实现推荐系统全生命周期自动化，核心模块包括AutoTrain、AutoFeature和AutoPerf，实现模型、特征和资源的自适应演化。

AutoUE: Automated Generation of 3D Games in Unreal Engine via Multi-Agent Systems

AutoUE：通过多智能体系统自动化生成Unreal引擎中的3D游戏

Lei Yin, Wentao Cheng, Zhida Qin, Tianyu Huang, Yidong Li, Gangyi Ding

专题命中 代码生成 ：code generation(abstract)

AI总结 本文提出AutoUE系统，通过多智能体协同实现3D游戏的端到端生成，涵盖模型检索、场景生成、代码合成及自动化测试，验证了其有效性。

Comments Accepted as a ACL'26 Findings full paper

Autopoiesis: A Self-Evolving System Paradigm for LLM Serving Under Runtime Dynamics

自组织：一种面向LLM服务的自演化系统范式，用于运行时动态

Youhe Jiang, Ran Yan, You Peng, Wenshuang Li, Taiyi Wang, Fangcheng Fu, Binhang Yuan

专题命中 代码生成 ：program synthesis(abstract)

AI总结 本文提出Autopoiesis，一种自演化系统，使LLM服务从静态策略部署转向持续在线策略演化，通过实时动态驱动策略合成，提升服务在运行时动态下的适应性与效率。