How Reasoning Shapes Social Bias in LLM-Generated Code?
推理如何塑造大语言模型生成代码中的社会偏见？
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 该研究首次系统探究基于推理的代码生成中的社会偏见，发现推理可降低偏见但会影响代码质量，进而提出ProbeDebias框架，有效检测并缓解代码偏见，同时保持较高质量。
Comments ASE 2026
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。
1. 代码生成 284 篇
AgentExecutor: Partial Code Execution via Agentic Context Generation
AgentExecutor：基于智能体上下文生成的部分代码执行工具
专题命中 代码生成 ：program synthesis(abstract)；分类 cs.SE
AI总结 本文提出多智能体框架AgentExecutor，通过三阶段设计和自适应优化策略提升部分代码执行效果，在两个数据集上的覆盖度、执行时间和成本均优于现有最优方法Treefix。
Comments ASE 2026
Exploring Dependence, Overreliance, and Addiction Related Behaviors Associated with Large Language Model Use Among Software Engineers
探索软件工程师使用大语言模型（LLMs）相关的依赖、过度依赖及成瘾相关行为
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 本研究通过对119名软件从业者的调查，分析了工程师使用LLMs时的依赖、过度依赖及成瘾相关行为，发现LLMs已成为软件工程的习惯性工具，多数使用具功能性，需促进适当依赖。
Improving Auto-Design of Neural PDE Solvers with a Domain-Specific Language
用领域特定语言改进神经偏微分方程求解器的自动设计
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 该研究提出ADSL-PDE领域特定语言，通过结构化搜索空间提升神经PDE求解器自动设计的搜索效率与优化稳定性，前十次迭代性能提升超52%。
Global Optimization and Inference-Time Region Grafting for Agentic Workflows
智能体工作流的全局优化与推理时区域嫁接
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL
AI总结 本文提出GRAFT方法，通过保留全局优化工作流并局部替换选定区域实现智能体工作流的实例级自适应，在多类任务上较MaAS平均提升3.85个百分点，且执行器升级无需重新优化全局工作流。
Comments 9 pages, 3 figures, 4 tables
On Automated and Explainable Provenance of AI-Generated Code
人工智能生成代码的自动化且可解释的来源研究
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 针对AI生成代码来源不透明的问题，本文提出需构建可解释来源的下一代CodeGenAI工具，结合实证研究与因果可解释技术，明确了相关研究挑战。
Weights or Skills? A Survey of Robot-Learning Techniques: from Action-Predicting Weights to Robots that Write their Own Skills
权重还是技能？机器人学习技术综述：从动作预测权重到自主编写技能的机器人
专题命中 代码生成 ：program synthesis(abstract)；分类 cs.AI
AI总结 本综述围绕机器人学习的“权重vs技能”轴，梳理两类技术的分类、自我提升机制与开放问题，考察77个代表性系统，为机器人学习领域提供分析框架。
Comments 40 pages, 11 figures, 11 tables
TCPO: Turn-Level Credit Policy Optimization
TCPO：回合级信用策略优化
机构 * Moore Threads AI（摩尔线程人工智能）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 该研究针对验证器引导多回合强化学习的信用分配问题，提出TCPO方法，在多类任务和模型上提升了LLM的多回合推理与智能体性能。
AgentSLABench: Evaluating and Benchmarking Agentic Systems Under Resource Constraints
AgentSLABench：资源约束下智能体系统的评估与基准测试
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 本研究提出AgentSLABench框架，在资源约束下评估自主AI智能体，通过多维度指标分析发现专用智能体表现优于通用基线，验证了效率调整成功率的重要性并开放相关资源。
Comments 7 pages, 2 figures, 9 tables. Code, sealed test sets, and profiling artifacts available at: https://github.com/MeherBhaskar/agentslabench
Lightning OPD 2.0: Mitigating Style Bias in Cross-Teacher On-Policy Distillation for Large Reasoning Models
Lightning OPD 2.0：缓解大型推理模型跨教师在线策略蒸馏中的风格偏差
机构 * NVIDIA（英伟达）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL
AI总结 Lightning OPD 2.0通过交叉拟合风格残差化缓解大型推理模型跨教师在线策略蒸馏的风格偏差，在数学推理与代码生成基准中优于原方法，实现了跨教师设置下的性能提升。
When Specifications Conflict: A Symmetry-Based Framework for Measuring LLM Preferences
当规范冲突时：一种基于对称性的测量大语言模型（LLM）偏好的框架
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 本研究提出基于对称性的框架，通过含550个实例的数学基准等评估，发现LLM在冲突规范下有系统性偏好，排序为形式类>纯自然语言>输入-输出示例，可跨领域应用。
Comments Submitted to AAAI 2027
VISA: A Structured Description Protocol for Agent-Based Simulation Models Towards Machine Reproducibility
VISA：面向智能体可复现性的智能体仿真模型结构化描述协议
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 该研究提出VISA结构化描述协议，通过八个表格及可执行规则、LLM技能提升智能体模型可复现性，在三类平台的ABMs上验证了其有效性，将复现障碍转化为可处理的依赖项。
The Case for Vibe Modeling: A Missing Step in AI-Based Trustworthy Software Development
氛围建模的必要性：基于AI的可信软件开发中缺失的一环
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 本文提出在AI辅助软件开发中引入氛围建模作为轻量中间抽象，通过学生调查验证其在提升LLM输出理解、降低验证工作量及增强信任方面的潜力，为可信AI软件工程研究提供方向。
Comments 7 pages, 1 figure
Beyond the Best Teacher: Expanding and Compressing the Reasoning Solution Manifold
超越最优教师：扩展与压缩推理解流形
机构 * Moore Threads AI（摩尔线程人工智能）
专题命中 代码生成 ：code generation(abstract)；分类 cs.LG
AI总结 该研究提出“先扩展后压缩”框架，结合RGRPO与TU-OPD等技术，构建互补教师并集并压缩，使Qwen3-1.7B学生模型在数学推理等三领域优于最强单教师，实现性能提升。
RadHarmony: Radiological Data Handling in the Era of Agentic AI
RadHarmony：智能体AI时代的放射数据处理方案
机构 * Emory University（埃默里大学） ； Yale University（耶鲁大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 RadHarmony是一款开源Python库，用于统一处理异构放射数据集，引入AI智能体技能简化数据集整合，可预训练视觉Transformer基线并提供相关代码与模型权重。
A Control System, a Dataset, and a Recipe for Making Frozen LLM Agents Learn a Domain
一种用于使冻结的语言模型智能体学习领域的控制系统、数据集和方法
机构 * Meta AI
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 研究如何让冻结的语言模型智能体学习领域，核心方法是将框架视为特定动作空间，用经典强化学习在线学习策略并以多目标奖励评分，贡献包括用DSPy实例化系统并评估，还发布相关代码、任务套件、训练日志及部署方法。
Comments 8 pages, 1 figure, 3 tables. Code and dataset: https://github.com/dpaul0501/context-optimization-rl
Patterns of Learner-AI Interaction and Academic Performance in an Object-Oriented Programming Course
面向对象编程课程中学习者与人工智能交互模式及学业表现
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 研究面向对象编程课程中学习者与人工智能交互模式，通过对210名本科生调查，发现学生用GenAI多在寻求解释和调试，聚类出五种交互模式，表明自主使用GenAI不会带来学习提升，强调教学指导下人工智能使用的重要性。
Comments This work has been accepted for publication at the IEEE Frontiers in Education (FIE) 2026 Conference. Copyright may be transferred without notice, after which this version may no longer be accessible
OmniQEC: discovering practical quantum error-correcting codes by an AI scientist
OmniQEC：通过人工智能科学家发现实用的量子纠错码
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 研究旨在发现实用量子纠错码，核心方法是用OmniQEC，它结合自我进化推理与慢快协同工作流程，通过代码级代理探索候选方案并经电路级评估反馈证据。贡献是发现的代码性能优且硬件友好，为大语言模型辅助量子纠错发现奠基。
Comments Comments are welcome
Generative Artificial Intelligence (GenAI) to convert images of queuing networks into verifiable simulation models: an open-weight LLM workflow approach
生成式人工智能（GenAI）将排队网络图像转换为可验证的仿真模型：一种开放权重的大语言模型工作流方法
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 研究提出Sketch2DES工作流，利用开放权重LLMs将排队网络图像转换为可验证仿真模型，经多阶段处理，在多图表评估中各阶段可靠性高，相比直接代码生成提升多项性能，证明结构化工作流模型生成对LLM辅助仿真建模的可行性。
Benchmarking LLMs for Verilog Design Flows
对用于Verilog设计流程的大语言模型进行基准测试
专题命中 代码生成 ：code generation(abstract)；分类 cs.LG
AI总结 研究针对大语言模型生成Verilog RTL代码能力的基准测试问题，提出含特定流程的可重复平台，经测试提升了开源模型的语法有效性和模拟通过率，且平台与数据集开源，利于生成式人工智能在硬件设计工作流的评估。
Comments 7 pages, 3 figures, 3 tables. Manuscript prepared for submission to IEEE Design & Test
KG2Code: Bridging Knowledge Graphs and Large Language Models via Executable Code for Question Answering
KG2Code：通过可执行代码连接知识图谱与大语言模型以进行问答
机构 * Southeast University（东南大学） ； Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications (Southeast University), Ministry of Education（教育部新一代人工智能技术及其交叉应用重点实验室（东南大学）） ； Huawei Technologies（华为技术有限公司） ； University of Manchester（曼彻斯特大学） ； University of Edinburgh（爱丁堡大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 研究针对知识图谱问答中现有方法的局限，提出KG2Code方法，将知识图谱转换为代码表示，在此基础上构建KG2Code-QA框架，把KGQA作为代码生成任务，还构建代码语料库，训练后的模型在KGQA任务中表现优异且泛化性强。
HELIOS: An LLM-Driven Autonomous Indirect Trajectory Optimization Agent
HELIOS：一个由大语言模型驱动的自主间接轨迹优化智能体
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 研究低推力轨迹优化面临的问题，提出基于大语言模型的HELIOS智能体，能自主进行PMP符号推导等。其创新包括约束自适应推导框架等，实验表明可解决多种轨迹优化问题，验证了模型无关架构及模型规模与推导能力的正相关。
Coupled Hierarchical Search over Topology and Execution for Agentic Workflow Synthesis
用于智能工作流合成的拓扑与执行耦合分层搜索
机构 * Baylor University（贝勒大学） ； NEC Laboratories America（美国NEC实验室） ； University of Arkansas（阿肯色大学） ； Southern Illinois University（南伊利诺伊大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 针对大语言模型结构化工作流创建自动化难题，提出拓扑与执行耦合的搜索范式，引入HierFlow架构，通过反馈引导拓扑调整与树搜索优化子工作流，经多基准测试验证其性能优于基线，平衡了质量与效率且无需额外训练。
An LLM-Driven Workflow for Automated Process Control Strategy Generation and Tuning from Dynamic Process Models
一种由大语言模型驱动的工作流程，用于从动态过程模型自动生成和调整过程控制策略
机构 * Imperial College London（帝国理工学院） ； University College London（伦敦大学学院）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 该研究提出由大语言模型驱动的工作流程，用于从动态过程模型自动生成和调整控制策略，将设计任务分解为多步骤，经执行验证和修复，在气体预热器基准测试中生成控制结构与环境，贝叶斯优化降低闭环性能目标约26.5%，证明方法可行性。
Profiling Lightweight Large Language Models
轻量级大语言模型剖析
机构 * Graduate School of Science and Engineering, Saitama University（埼玉大学理工学研究科） ； ITIS, University of Malaga（马拉加大学信息技术与系统研究所）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 研究轻量级大语言模型在资源受限环境中的情况，提出基于PTME的实验框架，通过硬件级测量联合测量精度、时间、内存和能耗，对一组模型进行测试，发现代理描述符不足，揭示非主导配置，为不同资源下选模型提供指导。
Tractable Hierarchical Control of Autoregressive Language Models
自回归语言模型的可处理分层控制
机构 * University of Edinburgh（爱丁堡大学）
专题命中 代码生成 ：program synthesis(abstract)；分类 cs.AI
AI总结 研究如何约束自回归大语言模型生成，核心方法是将其提炼为可处理概率模型，利用有限时长$LR(k)$文法可多项式时间计算满足情况的特性，实现对LLM生成的有效约束与引导，确保输出满足形式句法约束。
Comments 21 pages, 4 figures, 2 algorithms
EvoThink: Evolving Thinking in Large Reasoning Models via Self-Pruning and Aha-Moment Preference Optimization
EvoThink：通过自剪枝和顿悟时刻偏好优化在大型推理模型中进化思维
机构 * Southeast University（东南大学） ； Noah’s Ark Lab（诺亚方舟实验室）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 研究针对大型推理模型过度思考问题，提出EvoThink框架，含自剪枝训练和顿悟时刻偏好优化两个关键组件，能减少冗余验证、探索新推理路径，经评估可提高推理效率与能力。
Comments 9 pages, 7 figures, accepted by IJCAI 2026
Automating structural reliability analysis with a multi-agent large language model framework
使用多智能体大语言模型框架实现结构可靠性分析自动化
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 研究提出多智能体大语言模型框架，通过专门智能体处理结构可靠性分析流程，用QLoRA微调方法规划器，由确定性求解器计算结果，降低专业知识壁垒，保持计算可信度，实现结构可靠性分析自动化。
Comments 41 pages, 10 figures. Submitted to Automation in Construction
Rethinking Heterogeneous LLM Merging: A Weighted Model Averaging Perspective
重新思考异构语言模型合并：加权模型平均视角
机构 * University of Science and Technology of China（中国科学技术大学） ； School of Computer Science and Technology, University of Science and Technology of China（中国科学技术大学计算机科学与技术学院）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 研究异构语言模型合并问题，通过无训练的维度适配和比率控制插值，在联合式与交叉式合并中进行实验，结果表明简单参数平均结合轻量级适配和比率控制是强大基线，揭示直接加权融合的限制及对复杂方法的制约。
Comments 17 pages, 3 figures, 20 tables, preprint
Theoretical Foundations of $\max$@$k$ Reinforcement Learning
$\max$@$k$强化学习的理论基础
机构 * Bocconi University（博科尼大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.LG
AI总结 研究有限 horizon 强化学习中$\max$@$k$学习问题，指出其与标准预期回报最大化不同，证明马尔可夫策略不足，识别状态增强，表征策略性能差距，表明学习更难，给出高效算法实现最优样本复杂度率。
