代码大模型 / AI 编程

LISA: Language-guided Interference-aware Spatial-Frequency Attention for Driver Gaze Estimation

LISA: 语言引导的干扰感知空间-频率注意力用于驾驶员视线估计

Jun Ma, Zhenye Yang, Ruichen Zhou, Pei Zhang, Huan Li, Jinpeng Chen

机构 * School of Computer Science (National Pilot Software Engineering School), Beijing University of Posts and Telecommunications（北京邮电大学计算机科学学院（国家级试点软件工程学院）） ； Key Laboratory of Trustworthy Distributed Computing and Service (BUPT), Ministry of Education（教育部可信分布式计算与服务重点实验室（BUPT）） ； School of Electrical Engineering, Guangxi University（广西大学电气工程学院） ； Zhejiang University（浙江大学） 纠错

专题命中 代码评测 ：repository(abstract)

AI总结 提出LISA框架，结合频域先验与视觉语言知识，通过双域融合机制和训练时解耦策略，实现鲁棒的驾驶员视线估计，在遮挡和光照变化下达到最优性能。

Comments 9 pages, 5 figures, 3 tables

ProofAgent Harness: Open Infrastructure for Adversarial Evaluation of AI Agents

ProofAgent Harness：用于AI智能体对抗性评估的开放基础设施

Fouad Bousetouane

专题命中 代码评测 ：code generation(abstract)

AI总结 提出ProofAgent Harness开放基础设施，通过对抗性多轮试验、轨迹捕获和多评委评分，实现可扩展、可审计的AI智能体对抗性评估。

Comments 48 pages, 3 figures

HSCO-Bench: An Agent-Driven End-to-End Hardware-Software Co-design Benchmark for Systems-on-Chip

HSCO-Bench: 一种由智能体驱动的端到端硬件软件协同设计基准，用于片上系统

Pei-Huan Tsai, Kuan-Lin Chiu, William Baisi, Pin-Yu Chen, Luca P. Carloni

专题命中 代码评测 ：repository(abstract)

AI总结 本文提出HSCO-Bench，一个用于评估大型语言模型在端到端硬件软件协同设计能力的基准，通过评估LLM在资源约束下生成高效SoC原型的能力，揭示了当前模型在硬件加速方面的不足。

RoboJailBench: Benchmarking Adversarial Attacks and Defenses in Embodied Robotic Agents

RoboJailBench: 对具身体验机器人代理中对抗攻击和防御的基准测试

Doguhuan Yeke, Yanming Zhou, Leo Y. Lin, Hongyu Cai, Antonio Bianchi, Z. Berkay Celik

机构 * Purdue University（普渡大学） 纠错

专题命中 代码评测 ：repository(abstract)

AI总结 本文提出RoboJailBench，通过建立安全分类学、引入意图对比数据集管道以及提供一个演进的存储库，为具身体验人工智能中的对抗攻击和防御提供了标准化评估框架，同时构建了一个新的分类平衡数据集并增强了五个现有数据集。

Adaptive Fused Prior Transfer for Controllable Generative Image Compression

自适应融合先验传输用于可控生成图像压缩

Yifei Pei, Ying Liu, Nam Ling

机构 * Department of Computer Science and Engineering, Santa Clara University（计算机科学与工程系，圣克拉拉大学） 纠错

专题命中 代码评测 ：code model(abstract)

AI总结 本文提出了一种可控生成图像压缩方法AFP-GIC，通过自适应融合先验传输实现解码端的高质量重建，减少了延迟并降低了参数数量，同时在低比特率下提升了视觉质量。

Comments 19 pages, 10 figures. This work has been submitted to IEEE Access for possible publication. Code is available at https://github.com/yifeipet/AFP_GIC

TERRA-CD: Multi-Temporal Framework for Multi-class and Semantic Change Detection

TERRA-CD：多时相框架用于多类和语义变化检测

Omkar Oak, Rukmini Nazre, Rujuta Budke, Suraj Sawant

机构 * COEP Technological University, Pune, India（科帕尔技术大学，印度普纳） ； University of Massachusetts, Amherst, USA（马萨诸塞大学，美国阿姆赫斯特） ； North Carolina State University, USA（北卡罗来纳州立大学，美国） 纠错

专题命中 代码评测 ：repository(abstract)

AI总结 本文提出TERRA-CD数据集，包含2019和2024年的Sentinel-2影像对，用于多类和语义变化检测，采用多种深度学习方法评估其有效性。

Comments Paper presented at 11th International Congress on Information and Communication Technology (ICICT) 2026, London

Enhancing Few-Shot Classification of Benchmark and Disaster Imagery with ABHFA-Net

通过ABHFA-Net增强基准和灾害图像的少样本分类

Gao Yu Lee, Tanmoy Dam, Md Meftahul Ferdaus, Daniel Puiu Poenar, Vu Duong

机构 * School of Mechanical and Aerospace Engineering (MAE), NTU（南洋理工大学机械与航空航天工程学院） ； Department of Computer Science, The University of New Orleans（新奥尔良大学计算机科学系） 纠错

专题命中 代码评测 ：repository(abstract)

AI总结 本文提出ABHFA-Net，通过空间通道注意力机制和基于Bhattacharyya距离的对比softmax损失，提升少样本灾害图像分类性能，在基准和真实灾害数据集上均取得优异效果。

Comments Revised and Submitted to SN Computer journal

Can Nano Banana 2 Replace Traditional Image Restoration Models? An Evaluation of Its Performance on Image Restoration Tasks

Nano Banana 2能否替代传统图像修复模型？对其在图像修复任务上的性能评估

Weixiong Sun, Xiang Yin, Chao Dong

机构 * Shenzhen University of Advanced Technology（深圳先进技术大学） ； Fudan University（复旦大学） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（深圳先进技术研究所，中国科学院） 纠错

专题命中 代码评测 ：repository(abstract)

AI总结 本文评估了Nano Banana 2在图像修复任务中的性能，发现提示设计至关重要，简洁提示和显式保真约束能平衡重建与感知质量。模型在全参考性能上表现竞争，用户研究中表现优异，但在感知质量与修复保真度之间存在差距，需改进可控性与保真度评估。

Comments Accepted by CVPR 2026 Workshop AAVM

PolicyCache-SDN: Hierarchical Intra-Path Learning for Adaptive SDN Traffic Control

PolicyCache-SDN：分层路径内学习用于自适应SDN流量控制

Wenyang Jia, Jingjing Wang, Ziwei Yan, Tanren Liu, Yakun Ren, Kai Lei

专题命中 代码评测 ：repository(abstract)

AI总结 PolicyCache-SDN通过分层路径内学习实现自适应SDN流量控制，提升核心链路利用率并降低网络延迟和SLA违规率。

TeleSim: A Network-Aware Testbed and Benchmark Dataset for Telerobotic Applications

TeleSim: 一种网络感知的测试床和基准数据集用于远程机器人应用

Zexin Deng, Zhenhui Yuan, Longhao Zou

专题命中 代码评测 ：repository(abstract)

AI总结 TeleSim通过模拟不同网络条件下的远程机器人任务，提供了一种网络感知的测试床和基准数据集，用于评估远程机器人系统在异构网络环境中的性能。

Cleaning up the Mess: Re-Evaluating the Real-System Modeling Accuracy of Ramulator 2.0

清理混乱：重新评估Ramulator 2.0真实系统建模精度

F. Nisa Bostanci, Haocong Luo, Ataberk Olgun, Maria Makeenkova, Geraldo F. Oliveira, A. Giray Yaglikci, Onur Mutlu

专题命中 代码评测 ：repository(abstract)

AI总结 本文指出Mess论文存在技术配置错误、方法论问题及不完整的工具包，导致Ramulator 2.0和DAMOV的模拟结果不可复现，纠正了其对真实系统性能的错误结论。

Comments Extended version of our publication at IEEE International Symposium on Performance Analysis of Systems and Software (ISPASS) 2026

Benchmarking Deep Learning and Vision Foundation Models for Atypical vs. Normal Mitosis Classification with Cross-Dataset Evaluation

基于跨数据集评估的深度学习与视觉基础模型在异常有丝分裂分类中的基准测试

Sweta Banerjee, Viktoria Weiss, Taryn A. Donovan, Rutger H. J. Fick, Thomas Conrad, Jonas Ammeling, Nils Porsche, Robert Klopfleisch, Christopher Kaltenecker, Katharina Breininger, Marc Aubreville, Christof A. Bertram

机构 * Flensburg University of Applied Sciences（弗劳恩霍夫应用科技大学） ； University of Veterinary Medicine, Vienna（维也纳兽医大学） ； The Schwarzman Animal Medical Center（施瓦茨曼动物医疗中心） ； Diffusely（扩散地） ； Freie Universität Berlin（柏林自由大学） ； Technische Hochschule Ingolstadt（因戈尔施塔特技术大学） ； Medical University of Vienna（维也纳医学大学） ； Julius-Maximilians-Universität Würzburg（维尔茨堡约瑟夫-马克斯姆-大学） 纠错

专题命中 代码评测 ：repository(abstract)

AI总结 本文通过对比深度学习方法，评估了自动识别异常有丝分裂图的性能，提出两种新数据集并展示在不同领域中的分类准确率。

Comments Accepted for publication at the Journal of Machine Learning for Biomedical Imaging (MELBA) https://melba-journal.org/2026:006

Journal ref Machine.Learning.for.Biomedical.Imaging. 2026 (2026)

Beyond Code Reasoning: A Specification-Anchored Audit Framework for Expert-Augmented Security Verification

超越代码推理：一种基于规范的审计框架用于专家增强的安全验证

Masato Kamba, Hirotake Murakami, Akiyoshi Sannai

专题命中 代码评测 ：repository(abstract)

AI总结 本文提出SPECA框架，通过自然语言规范生成类型化安全属性，实现基于规范的审计，解决代码层面无法检测规范依赖漏洞的问题，提升安全验证的准确性和可解释性。

Explainable Detection of Machine Generated Music and Early Systematic Evaluation

可解释性地检测机器生成音乐及早期系统性评估

Yupei Li, Qiyang Sun, Hanqian Li, Lucia Specia, Björn W. Schuller

机构 * Imperial College London, Computing（帝国理工学院伦敦分校，计算机系） ； Shandong University（山东大学） 纠错

专题命中 代码评测 ：repository(abstract)

AI总结 本文通过多种模型评估机器生成音乐检测，揭示ResNet18在领域内和领域外测试中的最佳性能，提出未来研究方向以提升检测方法的鲁棒性和有效性。

Comments Accepted at Scientific report

Journal ref Sci Rep 16, 13757 (2026)

GPU-native Embedding of Complex Geometries in Adaptive Octree Grids Applied to the Lattice Boltzmann Method

在自适应八叉树网格中实现复杂几何的GPU原生嵌入应用于格子玻尔兹曼方法

Khodr Jaber, Ebenezer E. Essel, Pierre E. Sullivan

专题命中 代码评测 ：repository(abstract)

AI总结 本文提出一种在GPU上原生嵌入静止三角网格的算法，用于自适应八叉树网格中的流体-固体边界条件处理，通过局部射线投射和高效网格块遍历实现稳定的近壁细化。

Comments 49 pages, 31 figures, 9 tables, 6 algorithms

Bridging Foundation Models and ASTM Metallurgical Standards for Automated Grain Size Estimation from Microscopy Images

弥合基础模型与ASTM冶金标准以实现显微图像中的晶粒尺寸自动估计

Abdul Mueez, Shruti Vyas

机构 * University of Central Florida（中央佛罗里达大学） 纠错

专题命中 代码评测 ：repository(abstract)

AI总结 本文提出一种结合Cellpose-SAM和ASTM E112 Jeffries平面模块的自动化管道，用于显微图像中的密集实例分割和晶粒尺寸估计，通过拓扑感知梯度追踪和适应性提示生成，实现高精度的冶金评估。

Comments Accepted at the 11th IEEE Workshop on Computer Vision for Multimodal Microscopy Image Analysis (CVMI), CVPR Workshops 2026

A Multi-Stage Optimization Pipeline for Bethesda Cell Detection in Pap Smear Cytology

一种用于薄层细胞检测的多阶段优化流程

Martin Amster, Camila María Polotto

专题命中 代码评测 ：repository(abstract)

AI总结 本文提出了一种基于YOLO和U-Net的多阶段优化流程，用于Pap smear图像中的Bethesda细胞检测，通过重叠去除技术和二分类器提升性能，竞赛中获得第二名。

Comments ISBI 2026 Accepted Paper & Second Place Solution for the RIVA Cervical Cytology Challenge Track B

NTIRE 2026 The 3rd Restore Any Image Model (RAIM) Challenge: AI Flash Portrait (Track 3)

NTIRE 2026 第三次恢复任何图像模型（RAIM）挑战：AI闪光人像（第三赛道）

Ya-nan Guan, Shaonan Zhang, Hang Guo, Yawen Wang, Xinying Fan, Tianqu Zhuang, Jie Liang, Hui Zeng, Guanyi Qin, Lishen Qu, Tao Dai, Shu-Tao Xia, Lei Zhang, Radu Timofte, Bin Chen, Yuanbo Zhou, Hongwei Wang, Qinquan Gao, Tong Tong, Yanxin Qian, Lizhao You, Jingru Cong, Lei Xiong, Shuyuan Zhu, Zhi-Qiang Zhong, Kan Lv, Yang Yang, Kailing Tang, Minjian Zhang, Zhipei Lei, Zhe Xu, Liwen Zhang, Dingyong Gou, Yanlin Wu, Cong Li, Xiaohui Cui, Jiajia Liu, Guoyi Xu, Yaoxin Jiang, Yaokun Shi, Jiachen Tu, Liqing Wang, Shihang Li, Bo Zhang, Biao Wang, Haiming Xu, Xiang Long, Xurui Liao, Yanqiao Zhai, Haozhe Li, Shijun Shi, Jiangning Zhang, Yong Liu, Kai Hu, Jing Xu, Xianfang Zeng, Yuyang Liu, Minchen Wei

专题命中 代码评测 ：repository(abstract)

AI总结 本文提出NTIRE 2026第三次RAIM挑战，聚焦AI闪光人像赛道，旨在解决低光照条件下人像修复的噪声抑制、细节保留与光照颜色还原平衡问题，提供包含800组真实低光照人像数据的评估数据集和基准代码。

Comments Accepted to CVPR 2026 Workshop. Includes supplementary material as ancillary file

CTF as a Service: A reproducible and scalable infrastructure for cybersecurity training

CTF as a Service：一种可重复和可扩展的网络安全培训基础设施

Carlos Jimeno Miguel, Mikel Izal

专题命中 代码评测 ：repository(abstract)

AI总结 本文提出CTF as a Service平台，利用虚拟化和IaC工具实现自动化部署和可扩展的网络安全培训。

Comments 6 pages, 2 figures, sent to conference Jornadas Nacionales de Investigacion en Ciberseguridad JNIC 2026

Supernova production of axion-like particles coupling to electrons, reloaded

Ia型超新星产生耦合于电子的轴子样粒子：重新加载

Damiano F. G. Fiorillo, Tetyana Pitik, Edoardo Vitagliano

专题命中 代码评测 ：repository(abstract)

AI总结 本文重新审视了在相对论等离子体中通过树级过程产生耦合于电子的轴子样粒子（ALPs）的方法，推导了Bremsstrahlung产率的解析表达式，并评估了生产率的不确定性，同时探讨了ALP生产及其衰变对天体物理观测的影响。

Comments Revised version with corrected Compton emission rate, consistent with the Erratum published in PRD

NTIRE 2026 The 3rd Restore Any Image Model (RAIM) Challenge: Multi-Exposure Image Fusion in Dynamic Scenes (Track 2)

NTIRE 2026 第三次恢复任何图像模型（RAIM）挑战：动态场景中的多曝光图像融合（Track 2）

Lishen Qu, Yao Liu, Jie Liang, Hui Zeng, Wen Dai, Guanyi Qin, Ya-nan Guan, Shihao Zhou, Jufeng Yang, Lei Zhang, Radu Timofte, Xiyuan Yuan, Wanjie Sun, Shihang Li, Bo Zhang, Bin Chen, Jiannan Lin, Yuxu Chen, Qinquan Gao, Tong Tong, Song Gao, Jiacong Tang, Tao Hu, Xiaowen Ma, Qingsen Yan, Sunhan Xu, Juan Wang, Xinyu Sun, Lei Qi, He Xu, Jiachen Tu, Guoyi Xu, Yaoxin Jiang, Jiajia Liu, Yaokun Shi

专题命中 代码评测 ：repository(abstract)

AI总结 本文提出NTIRE 2026挑战，针对动态场景中多曝光图像融合的HDR成像难题，提供包含100训练序列和100测试序列的基准数据集，评估PSNR、SSIM、LPIPS等指标及感知质量，最终由114支队伍提交987份方案，提升去噪和细节恢复能力。

Comments Accepted by CVPRW 2026

Foundation Models Defining A New Era In Sensor-based Human Activity Recognition: A Survey And Outlook

基于传感器的人类活动识别的基石模型：一种综述与展望

Sizhen Bian, Mengxi Liu, Lala Shakti Swarup Ray, Bo Zhou, Bin Guo, Zhiwen Yu, Thomas Ploetz, Paul Lukowicz, Siyu Yuan, Vitor Fortes Rey

专题命中 代码评测 ：repository(abstract)

AI总结 本文综述了基于传感器的人类活动识别中的基石模型，分析了九种技术轴上的设计模式与权衡，并探讨了数据整理、多模态对齐、个性化、隐私和负责任部署等开放挑战。

Teaching Astronomy with Large Language Models

用大语言模型教授天文学

Yuan-Sen Ting, Teaghan O'Briain

专题命中 代码评测 ：repository(abstract)

AI总结 研究通过结构化指导和文档要求，探讨学生如何通过大语言模型发展AI素养，开发了天文辅导系统AstroTutor，并与通用LLM结合教学，发现LLM评分与人类评估高度相关且反馈更详细一致，同时展示了基于LLM的面试式考试作为替代传统评估的潜力。

Comments 17 pages, 8 figures. Codes here: https://github.com/teaghan/computeastro-tutor. Published in the Open Journal of Astrophysics

BodhiPromptShield: Pre-Inference Prompt Mediation for Suppressing Privacy Propagation in LLM/VLM Agents

BodhiPromptShield: 预推理提示调解用于抑制LLM/VLM代理中的隐私传播

Bo Ma, Jinsong Wu, Weiqi Yan

机构 * Auckland University of Technology（奥克兰理工大学） ； University of Chile（智利大学） 纠错

专题命中 代码评测 ：repository(abstract)

AI总结 本文提出BodhiPromptShield框架，通过检测敏感片段、路由和延迟恢复来抑制LLM/VLM代理中的跨阶段隐私传播，实验显示在控制提示隐私基准(CPPB)上效果显著。

The Reliability of Remotely Piloted Aircraft System Performance under Aeronautical Communication Uncertainties

远程飞行器系统性能在航空通信不确定性下的可靠性

Yutian Pang, Andrew Paul Kendall, John-Paul Clarke

专题命中 代码评测 ：repository(abstract)

AI总结 研究在随机通信条件下，高机动远程飞行器系统任务完成性能的可靠性，通过蒙特卡洛模拟评估通信延迟和信号丢失对系统稳定性的影响，并提出新的可靠性指标communicability。

How Open is Open TTS? A Practical Evaluation of Open Source TTS Tools

开放程度如何？对开源语音合成工具的实用性评估

Teodora Răgman, Adrian Bogdan Stânea, Horia Cucu, Adriana Stan

专题命中 代码评测 ：repository(abstract)

AI总结 本文评估了四种开源语音合成框架在构建新型TTS模型的可行性，特别是在资源受限语言中的挑战，通过客观指标和主观测试揭示了工具链设置、数据预处理和计算效率的问题。

Comments Published in IEEE Access https://ieeexplore.ieee.org/document/11269795

Widget2Code: From Visual Widgets to UI Code via Multimodal LLMs

Widget2Code: 通过多模态大语言模型从视觉小部件到UI代码

Houston H. Zhang, Tao Zhang, Baoze Lin, Yuanqi Xue, Yincheng Zhu, Huan Liu, Li Gu, Linfeng Ye, Ziqiang Wang, Xinxin Zuo, Yang Wang, Yuanhao Yu, Zhixiang Chi

机构 * McMaster University（麦克马斯特大学） ； University of Toronto（多伦多大学） ； University of Waterloo（滑铁卢大学） ； Concordia University（康考迪亚大学） 纠错

专题命中 代码评测 ：code generation(abstract)

AI总结 本文提出Widget2Code任务，通过多模态大语言模型提升小部件到UI代码的生成能力，设计了图像-only基准测试和WidgetFactory框架，提升视觉保真度。

Comments CVPR 2026, Code: https://github.com/Djanghao/widget2code

A meshless data-tailored approach to compute statistics from scattered data with adaptive radial basis functions

一种无网格数据定制方法用于从散射数据计算统计量，采用自适应径向基函数

Damien Rigutto, Manuel Ratz, Miguel A. Mendez

专题命中 代码评测 ：repository(abstract)

AI总结 本文提出了一种基于自适应径向基函数的无网格方法，通过梯度信息优化数据采样和基函数形状，提升湍流场重建的准确性和物理一致性。

Comments Under review for publication in Experiments in Fluids

When Robots Say No: The Empathic Ethical Disobedience Benchmark

当机器人说不：共情伦理违抗基准

Dmytro Kuzmenko, Nadiya Shvai

机构 * National University of Kyiv-Mohyla Academy（基輔-莫海拉學院國家大學） 纠错

专题命中 代码评测 ：repository(abstract)

AI总结 本文提出EED Gym基准，用于评估机器人在安全与社会接受性之间的平衡，探讨拒绝行为对信任的影响，发现解释性拒绝能维持信任，安全RL方法提升鲁棒性但易导致过度谨慎。

Comments Accepted at the ACM/IEEE International Conference on Human-Robot Interaction (HRI 2026). This is a preprint of the author-accepted manuscript

Journal ref Proceedings of the ACM/IEEE International Conference on Human-Robot Interaction (HRI 2026), Edinburgh, UK, 2026

Deep Face Restoration: A Survey

深度人脸修复：综述

Tao Wang, Kaihao Zhang, Jiankang Deng, Tong Lu, Wei Liu, Stefanos Zafeiriou

机构 * The State Key Lab for Novel Software Technology, Nanjing University（新型软件技术国家重点实验室，南京大学） ； Australian National University（澳大利亚国立大学） ； Imperial College London（伦敦帝国理工学院） ； Tencent（腾讯） 纠错

专题命中 代码评测 ：repository(abstract)

AI总结 本文综述了基于深度学习的人脸修复方法，分析了问题 formulations、挑战及最新技术，提供了系统评估和开源资源。

Comments Accepted by ACM Computing Surveys, 39 pages, 14 figures