代码大模型 / AI 编程

SWE-Next: Scalable Real-World Software Engineering Tasks for Agents

SWE-Next：可扩展的现实世界软件工程任务用于代理

Jiarong Liang, Zhiheng Lyu, Zijie Liu, Xiangchao Chen, Ping Nie, Kai Zou, Wenhu Chen

机构 * University of Waterloo（滑铁卢大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Independent（独立） 纠错

专题命中 软件智能体 ：repository(abstract)；分类 cs.SE、cs.AI

AI总结 SWE-Next通过执行 grounded 的框架实现可扩展的软件工程任务和轨迹收集，通过严格筛选和高效的数据采集提升训练效果。

FailureMem: A Failure-Aware Multimodal Framework for Autonomous Software Repair

FailureMem: 一种面向故障的多模态框架用于自主软件修复

Ruize Ma, Yilei Jiang, Shilin Zhang, Zheng Ma, Yi Feng, Vincent Ng, Zhi Wang, Xiangyu Yue, Chuanyi Li, Lewei Lu

机构 * Nanjing University（南京大学） ； SenseTime（秒速） ； The Chinese University of Hong Kong（香港中文大学） ； University of Texas at Dallas（德克萨斯大学达拉斯分校） 纠错

专题命中 软件智能体 ：program repair(abstract)；分类 cs.SE、cs.AI

AI总结 本文提出FailureMem框架，通过融合工作流代理、主动感知工具和故障记忆库，提升多模态自动程序修复的效率与准确性，实验表明其在GUI修复任务中解决率提升3.7%。

The Agentic Researcher: A Practical Guide to AI-Assisted Research in Mathematics and Machine Learning

代理研究员：人工智能辅助数学和机器学习研究的实用指南

Max Zimmer, Nico Pelleriti, Christophe Roux, Sebastian Pokutta

机构 * Department for AI in Society, Science, and Technology（人工智能与社会、科学和技术部门） ； Zuse Institute Berlin（柏林Zuse研究所） ； Institute of Mathematics（数学研究所） ； Technische Universität Berlin（柏林技术大学） 纠错

专题命中 软件智能体 ：coding agent(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出了一种开源框架，通过方法学规则将CLI编码代理转化为自主研究助手，并通过深度学习和数学案例研究，指导研究人员如何有效利用AI工具进行研究。

Reducing Cost of LLM Agents with Trajectory Reduction

通过轨迹缩减降低LLM代理的成本

Yuan-An Xiao, Pengfei Gao, Chao Peng, Yingfei Xiong

专题命中 软件智能体 ：coding agent(abstract)；分类 cs.SE、cs.AI

AI总结 本文提出AgentDiet方法，通过减少LLM代理轨迹中的冗余信息，降低计算成本，实验显示可减少输入token和总计算成本达39.9%-59.7%和21.1%-35.9%。

Comments 22 pages, 5 figures; accepted for FSE 2026

SemRep: Generative Code Representation Learning with Code Transformations

SemRep：基于代码变换的生成式代码表示学习

Weichen Li, Jiamin Song, Bogdan Alexandru Stoica, Arav Dhoot, Gabriel Ryan, Shengyu Fu, Kexin Pei

机构 * The University of Chicago（芝加哥大学） ； Columbia University（哥伦比亚大学） ； Microsoft（微软公司） 纠错

专题命中 软件智能体 ：coding agent(abstract)；分类 cs.SE、cs.LG

AI总结 SemRep通过生成式代码表示学习提升代码变换效果，利用语义保持变换作为中间表示，实现更准确的语义推理和更高效的代码优化。

FireBench: Evaluating Instruction Following in Enterprise and API-Driven LLM Applications

FireBench: 评估企业及 API 驱动的 LLM 应用中的指令遵循

Yunfan Zhang, Yijie Bei, Jetashree Ravi, Pawel Garbacki

机构 * Columbia University（哥伦比亚大学） ； Fireworks AI 纠错

专题命中 软件智能体 ：coding agent(abstract)；分类 cs.SE、cs.CL

AI总结 FireBench 是一个评估企业及 API 驱动 LLM 应用中指令遵循能力的基准测试，通过 2400 个样本评估六个核心能力维度，评估 11 个 LLM 的表现。

Self-Attribution Bias: When AI Monitors Go Easy on Themselves

自我归因偏差：当AI监控对自己宽容时

Dipika Khullar, Jack Hopkins, Rowan Wang, Fabien Roger

专题命中 软件智能体 ：coding agent(abstract)；分类 cs.AI、cs.LG

AI总结 研究发现AI监控在自我归因偏差下可能低估风险，导致部署不充分的监控系统。

A Rubric-Supervised Critic from Sparse Real-World Outcomes

从稀疏现实结果中学习的评分监督批评者

Xingyao Wang, Valerie Chen, Heng Ji, Graham Neubig

专题命中 软件智能体 ：coding agent(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出了一种从稀疏现实结果中学习的评分监督批评者模型，用于提升编码代理的训练和推理性能。

SWE-Hub: A Unified Production System for Scalable, Executable Software Engineering Tasks

SWE-Hub：一个统一的生产系统，用于可扩展、可执行的软件工程任务

Yucheng Zeng, Shupeng Li, Daxiang Dong, Ruijie Xu, Zimo Chen, Liwei Zheng, Yuxuan Li, Zhe Zhou, Haotian Zhao, Lun Tian, Heng Xiao, Tianshu Zhu, Longkun Hao, Jianmin Wu

机构 * Qianfan Team, Baidu Inc.（百度公司） 纠错

专题命中 软件智能体 ：repository(abstract)；分类 cs.SE、cs.AI

AI总结 SWE-Hub通过统一的生产系统解决软件工程任务中可执行、可扩展和现实数据的稀缺问题，整合环境自动化、大规模合成和多样化任务生成，实现持续交付可执行任务。

BEP: A Binary Error Propagation Algorithm for Binary Neural Networks Training

BEP：一种用于二进制神经网络训练的二进制误差传播算法

Luca Colombo, Fabrizio Pittorino, Daniele Zambon, Carlo Baldassi, Manuel Roveri, Cesare Alippi

机构 * Department of Electronics, Information and Bioengineering, Politecnico di Milano（电子、信息与生物工程系，米兰理工学院） ； Faculty of Informatics and IDSIA, Università della Svizzera italiana（信息学院和IDSIA，瑞士大学） ； Department of Computing Sciences and BIDSA, Bocconi University（计算科学系和BIDSA，博科尼大学） 纠错

专题命中 软件智能体 ：repository(abstract)；分类 cs.AI、cs.LG

AI总结 BEP是一种用于二进制神经网络训练的二进制误差传播算法，实现了端到端的二进制训练，提升了多层感知机和循环神经网络的测试准确率。

AutoWebWorld: Synthesizing Infinite Verifiable Web Environments via Finite State Machines

AutoWebWorld: 通过有限状态机合成无限可验证的网页环境

Yifan Wu, Yiran Peng, Yiyu Chen, Jianhao Ruan, Zijie Zhuang, Cheng Yang, Jiayi Zhang, Man Chen, Yenchi Tseng, Zhaoyang Yu, Liang Chen, Yuyao Zhai, Bang Liu, Chenglin Wu, Yuyu Luo

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Peking University（北京大学） 纠错

专题命中 软件智能体 ：coding agent(abstract)；分类 cs.SE、cs.AI

AI总结 AutoWebWorld通过有限状态机合成可验证的网页环境，实现自动化搜索与验证流程，提升WebGUI代理性能。

KernelBlaster: Continual Cross-Task CUDA Optimization via Memory-Augmented In-Context Reinforcement Learning

KernelBlaster: 通过记忆增强的上下文强化学习实现持续的跨任务CUDA优化

Kris Shengjun Dong, Sahil Modi, Dima Nikiforov, Sana Damani, Edward Lin, Siva Kumar Sastry Hari, Christos Kozyrakis

机构 * NVIDIA ； University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 软件智能体 ：coding agent(abstract)；分类 cs.AI、cs.LG

AI总结 KernelBlaster通过记忆增强的上下文强化学习框架提升CUDA代码优化性能，实现跨多个GPU架构世代的高效优化。

Comments 15 pages, 33 pages with appendix

SpIDER: Spatially Informed Dense Embedding Retrieval for Software Issue Localization

SpIDER：面向软件问题定位的时空感知密集嵌入检索

Shravan Chaudhari, Rahul Thomas Jacob, Mononito Goswami, Jiajun Cao, Shihab Rashid, Christian Bock

机构 * Department of Computer Science, Johns Hopkins University（约翰霍普金斯大学计算机科学系） ； AWS（亚马逊公司） ； AWS AI Labs（亚马逊人工智能实验室） 纠错

专题命中 软件智能体 ：coding agent(abstract)；分类 cs.SE、cs.LG

AI总结 SpIDER通过结合LLM推理和图结构探索信息，提升代码库中相关代码单元的密集检索性能，实验显示在多个编程语言和基准测试中性能提升达13%。

Comments Initial preprint

Learning the Value Systems of Agents with Preference-based and Inverse Reinforcement Learning

基于偏好和逆强化学习的学习代理价值系统

Andrés Holgado-Sánchez, Holger Billhardt, Alberto Fernández, Sascha Ossowski

机构 * Universidad Rey Juan Carlos（雷乌安卡洛斯大学） 纠错

专题命中 软件智能体 ：software agent(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出了一种基于偏好和逆强化学习的方法，用于自动从观察和人类示范中学习代理的价值系统，以解决不同用户价值系统差异带来的协议一致性问题。

Comments 42 pages, 5 figures. Published in Journal of Autonomous Agents and Multi-Agent Systems

Journal ref Holgado-Sánchez, A., Billhardt, H., Fernández, A., Ossowski, S. Learning the value systems of agents with preference-based and inverse reinforcement learning. Autonomous Agents Multi-Agent Systems 40, 4 (2026)

Medication counseling with large language models: balancing flexibility and rigidity

利用大语言模型进行用药咨询：在灵活性与严谨性之间取得平衡

Joar Sabel, Mattias Wingren, Andreas Lundell, Sören Andersson, Sara Rosenberg, Susanne Hägglund, Linda Estman, Malin Andtfolk

机构 * Department of Engineering and Information Technology Åbo Akademi University（工程与信息科技系阿博阿卡迪米大学） ； Experience Lab Åbo Akademi University（经验实验室阿博阿卡迪米大学） ； Department of Natural and Health Sciences Åbo Akademi University（自然与健康科学系阿博阿卡迪米大学） ； Department of Caring and Ethics University of Stavanger（护理与伦理系斯塔万格大学） 纠错

专题命中 软件智能体 ：software agent(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出了一种利用大语言模型在药房环境中提供用药咨询的原型系统，旨在平衡对话要求与灵活性，减少幻觉并提高响应质量。

Comments Accepted for 2025 IEEE International Conference on Agentic AI (ICA). 14 pages, 2 figures

SWE-Universe: Scale Real-World Verifiable Environments to Millions

SWE-Universe: 将现实可验证环境扩展至百万级

Mouxiang Chen, Lei Zhang, Yunlong Feng, Xuwu Wang, Wenting Zhao, Ruisheng Cao, Jiaxi Yang, Jiawei Chen, Mingze Li, Zeyao Ma, Hao Ge, Zongmeng Zhang, Zeyu Cui, Dayiheng Liu, Jingren Zhou, Jianling Sun, Junyang Lin, Binyuan Hui

机构 * Qwen Team, Alibaba Group（通义团队，阿里巴巴集团） ； Zhejiang University（浙江大学） 纠错

专题命中 软件智能体 ：coding agent(abstract)；分类 cs.SE、cs.AI

AI总结 SWE-Universe通过高效框架构建百万级现实可验证环境，提升编码代理训练效果。

Comments 13 pages

Why Are AI Agent Involved Pull Requests (Fix-Related) Remain Unmerged? An Empirical Study

为何AI代理参与的修复相关拉取请求仍未合并？一项实证研究

Khairul Alam, Saikat Mondal, Banani Roy

机构 * University of Saskatchewan, Canada（萨斯喀彻温大学） 纠错

专题命中 软件智能体 ：coding agent(abstract)；分类 cs.SE、cs.AI

AI总结 本文通过实证研究揭示了AI代理生成的修复相关PRs合并失败的主要原因，指出测试用例失败和先前问题解决是主要障碍，为AI与人类协作改进提供方向。

Comments 5 pages

TOM-SWE: User Mental Modeling For Software Engineering Agents

TOM-SWE：软件工程代理的用户心理建模

Xuhui Zhou, Valerie Chen, Zora Zhiruo Wang, Graham Neubig, Maarten Sap, Xingyao Wang

机构 * Language Technology Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所） 纠错

专题命中 软件智能体 ：coding agent(abstract)；分类 cs.SE、cs.AI

AI总结 TOM-SWE通过双代理架构实现用户心理建模，提升软件工程代理的任务成功率和用户满意度。

More Code, Less Reuse: Investigating Code Quality and Reviewer Sentiment towards AI-generated Pull Requests

更多代码，更少重用：调查代码质量和审查员对AI生成的拉取请求的态度

Haoming Huang, Pongchai Jaisri, Shota Shimizu, Lingfeng Chen, Sota Nakashima, Gema Rodríguez-Pérez

机构 * Institute of Science Tokyo（东京科学研究所） ； Nara Institute of Science and Technology（奈良科学技術大學） ； Ritsumeikan University（立命館大學） ； Kyushu University（九州大學） ； University of British Columbia（不列颠哥伦比亚大學） 纠错

专题命中 软件智能体 ：code generation(abstract)；分类 cs.SE、cs.AI

AI总结 本研究调查了AI生成的拉取请求在代码质量和审查员情绪方面的表现，发现AI生成代码存在冗余问题，但审查员对其情绪更中性或积极，揭示了人机协作中的技术债务积累问题。

Comments Accepted to MSR 2026

SWE-Tester: Training Open-Source LLMs for Issue Reproduction in Real-World Repositories

SWE-Tester: 培训开源大语言模型以在真实世界仓库中重现问题

Aditya Bharat Soni, Rajat Ghosh, Vaishnavi Bhargava, Valerie Chen, Debojyoti Dutta

专题命中 软件智能体 ：coding agent(abstract)；分类 cs.SE、cs.LG

AI总结 SWE-Tester通过训练开源大语言模型生成问题重现测试，提高了在真实世界仓库中解决软件问题的效率和准确性。

Soft Contrastive Learning for Time Series

时间序列的软对比学习

Seunghan Lee, Taeyoung Park, Kibok Lee

专题命中 软件智能体 ：repository(abstract)；分类 cs.AI、cs.LG

AI总结 SoftCLT通过引入实例级和时间级对比损失，提升时间序列表示学习的质量，适用于多种下游任务。

Comments ICLR 2024 Spotlight

Code for Machines, Not Just Humans: Quantifying AI-Friendliness with Code Health Metrics

为机器编写代码，而非仅为人类：通过代码健康度指标量化AI友好性

Markus Borg, Nadim Hagatulah, Adam Tornhill, Emma Söderberg

机构 * Lund University（Lund 大学） ； CodeScene and Lund University（CodeScene 和 Lund 大学） 纠错

专题命中 软件智能体 ：coding agent(abstract)；分类 cs.SE、cs.AI

AI总结 本文通过分析5000个Python文件，探讨了AI友好的代码概念，发现代码健康度与AI重构后的语义保持相关，表明提升代码可维护性对人类和AI都有益。

Comments Accepted for the 3rd ACM International Conference on AI Foundation Models and Software Engineering (FORGE 2026)

SweRank+: Multilingual, Multi-Turn Code Ranking for Software Issue Localization

SweRank+: 多语言、多轮次代码排名用于软件问题定位

Revanth Gangi Reddy, Ye Liu, Wenting Zhao, JaeHyeok Doo, Tarun Suresh, Daniel Lee, Caiming Xiong, Yingbo Zhou, Semih Yavuz, Shafiq Joty

机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Salesforce AI Research（Salesforce AI研究院） ； KAIST AI（韩国科学技术院AI研究中心） 纠错

专题命中 软件智能体 ：repository(abstract)；分类 cs.SE、cs.AI

AI总结 SweRank+结合跨语言代码排名工具和代理搜索设置，实现多轮次的代码库推理，提升多语言软件问题定位的准确性和效率。

From Code Foundation Models to Agents and Applications: A Comprehensive Survey and Practical Guide to Code Intelligence

从代码基础模型到代理与应用：全面综述与代码智能的实用指南

Jian Yang, Xianglong Liu, Weifeng Lv, Ken Deng, Shawn Guo, Lin Jing, Yizhi Li, Shark Liu, Xianzhen Luo, Yuyu Luo, Changzai Pan, Ensheng Shi, Yingshui Tan, Renshuai Tao, Jiajun Wu, Xianjie Wu, Zhenhe Wu, Daoguang Zan, Chenchen Zhang, Wei Zhang, He Zhu, Terry Yue Zhuo, Kerui Cao, Xianfu Cheng, Jun Dong, Shengjie Fang, Zhiwei Fei, Xiangyuan Guan, Qipeng Guo, Zhiguang Han, Joseph James, Tianqi Luo, Renyuan Li, Yuhang Li, Yiming Liang, Congnan Liu, Jiaheng Liu, Qian Liu, Ruitong Liu, Tyler Loakman, Xiangxin Meng, Chuang Peng, Tianhao Peng, Jiajun Shi, Mingjie Tang, Boyang Wang, Haowen Wang, Yunli Wang, Fanglin Xu, Zihan Xu, Fei Yuan, Ge Zhang, Jiayi Zhang, Xinhao Zhang, Wangchunshu Zhou, Hualei Zhu, King Zhu, Bryan Dai, Aishan Liu, Zhoujun Li, Chenghua Lin, Tianyu Liu, Chao Peng, Kai Shen, Libo Qin, Shuangyong Song, Zizheng Zhan, Jiajun Zhang, Jie Zhang, Zhaoxiang Zhang, Bo Zheng

专题命中 软件智能体 ：coding agent(abstract)；分类 cs.SE、cs.CL

AI总结 本文综述了代码基础模型到代理的应用，分析了代码LLM的完整生命周期，并通过实验探讨了其性能优化与实际应用中的挑战。

InfCode: Adversarial Iterative Refinement of Tests and Patches for Reliable Software Issue Resolution

InfCode: 基于对抗的测试和补丁迭代精炼框架用于可靠的软件问题解决

KeFan Li, Mengfei Wang, Hengzhi Zhang, Zhichao Li, Yuan Yuan, Mu Li, Xiang Gao, Hailong Sun, Chunming Hu, Weifeng Lv

机构 * Beihang University（北航大学） ； Beijing Tokfinity Technology Co., Ltd.（北京 Tokfinity 技术有限公司） 纠错

专题命中 软件智能体 ：repository(abstract)；分类 cs.SE、cs.AI

AI总结 InfCode通过对抗多代理框架实现测试和补丁的迭代精炼，以提高软件问题解决的可靠性，实验表明其在SWE-bench Verified上达到79.4%的性能，创下了新的最先进水平。

GraphTeam: Facilitating Large Language Model-based Graph Analysis via Multi-Agent Collaboration

Xin Li, Qizhi Chu, Yubin Chen, Yang Liu, Yaoqi Liu, Zekai Yu, Weize Chen, Chen Qian, Chuan Shi, Cheng Yang

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； The Chinese University of Hong Kong（香港中文大学） ； Tsinghua University（清华大学） 纠错

专题命中 软件智能体 ：coding agent(abstract)；分类 cs.CL、cs.AI

Affordance Representation and Recognition for Autonomous Agents

Habtom Kahsay Gidey, Niklas Huber, Alexander Lenz, Alois Knoll

机构 * Technische Universität München（慕尼黑技术大学） ； Jessy Works（杰西工作） 纠错

专题命中 软件智能体 ：software agent(abstract)；分类 cs.SE、cs.AI

Journal ref The Second International Workshop on Hypermedia Multi-Agent Systems (HyperAgents 2025), in conjunction with the 28th European Conference on Artificial Intelligence (ECAI 2025); October 26, 2025, Bologna, Italy

LLM Agents for Interactive Exploration of Historical Cadastre Data: Framework and Application to Venice

Tristan Karch, Jakhongir Saydaliev, Isabella Di Lenardo, Frédéric Kaplan

机构 * DH-Lab, EPFL, Lausanne, Switzerland（DH实验室，日内瓦联邦理工学院，洛桑，瑞士） 纠错

专题命中 软件智能体 ：coding agent(abstract)；分类 cs.SE、cs.AI

Comments Accepted in Cambridge press - Computational Humanities Research 2025

Journal ref Comput. humanit. res. 1 (2025) e11

Understanding Software Engineering Agents: A Study of Thought-Action-Result Trajectories

Islem Bouzenia, Michael Pradel

机构 * CISPA Helmholtz Center for Information Security Germany（CISPA海德堡信息安全中心） 纠错

专题命中 软件智能体 ：program repair(abstract)；分类 cs.SE、cs.AI

Comments ACCEPTED FOR ASE 2025

GA4GC: Greener Agent for Greener Code via Multi-Objective Configuration Optimization

Jingzhi Gong, Yixin Bian, Luis de la Cal, Giovanni Pinna, Anisha Uteem, David Williams, Mar Zamorano, Karine Even-Mendoza, W. B. Langdon, Hector Menendez, Federica Sarro

机构 * University of Leeds（利兹大学） ； TurinTech AI（都灵科技AI） ； Harbin Normal University（哈尔滨师范大学） ； Universidad Politécnica de Madrid（马德里理工大学） ； University of Trieste（特里este大学） ； King’s College London（伦敦国王学院） ； University College London（伦敦大学学院） 纠错

专题命中 软件智能体 ：coding agent(abstract)；分类 cs.SE、cs.AI

Comments Accepted by SSBSE'25 Challenge Track