代码大模型 / AI 编程

RefleXGen:The unexamined code is not worth using

Bin Wang, Hui Li, AoFan Liu, BoTao Yang, Ao Yang, YiLu Zhong, Weixiang Huang, Yanping Zhang, Runhuai Huang, Weimin Zeng

机构 * 1 School of Electronic ； Computer Engineering,Peking University 2 Apability \& Platform Business Dept., China Mobile Internet Co. 3 China Telecom Cloud Technology Co., Ltd. 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.SE、cs.AI

Journal ref ICASSP 2025 - 2025 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), Hyderabad, India, 2025, pp. 1-5

ARCS: Agentic Retrieval-Augmented Code Synthesis with Iterative Refinement

Manish Bhattarai, Miguel Cordova, Minh Vu, Javier Santos, Ismael Boureima, Dan O'Malley

机构 * Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.SE、cs.AI

Increasing LLM Coding Capabilities through Diverse Synthetic Coding Tasks

Amal Abed, Ivan Lukic, Jörg K. H. Franke, Frank Hutter

机构 * University of Freiburg（弗赖堡大学） ； ELLIS Institute Tübingen（图宾根ELLIS研究所） ； Open-Sci Collective（开放科学集体） ； LAION ； Prior Labs（Prior实验室） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.AI、cs.LG

Comments Presented at the 39th Conference on Neural Information Processing Systems (NeurIPS 2025) Workshop: The 4th Deep Learning for Code Workshop (DL4C)

LLM Agents for Generating Microservice-based Applications: how complex is your specification?

Daniel M. Yellin

机构 * post.runi.ac.il（runi学院） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.SE、cs.LG

Comments 24 pages + 5 pages appendices. 7 Figures. 10 Tables

On Developers' Self-Declaration of AI-Generated Code: An Analysis of Practices

Syed Mohammad Kashif, Peng Liang, Amjed Tahir

机构 * School of Computer Science, Wuhan University（武汉大学计算机科学学院） ； School of Mathematical and Computational Sciences, Massey University（马斯赛大学数学与计算科学学院） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.SE、cs.AI

Comments Preprint accepted for publication in ACM Transactions on Software Engineering and Methodology (TOSEM), 2025

REvolution: An Evolutionary Framework for RTL Generation driven by Large Language Models

Kyungjun Min, Kyumin Cho, Junhwan Jang, Seokhyeong Kang

机构 * Department of Electrical Engineering, Pohang University of Science and Technology（电子工程系，釜山科学技术大学） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.SE、cs.AI

Comments Accepted for publication at the 2026 Asia and South Pacific Design Automation Conference (ASP-DAC)

GNNBuilder: An Automated Framework for Generic Graph Neural Network Accelerator Generation, Simulation, and Optimization

Stefan Abi-Karam, Cong Hao

机构 * School of Electrical and Computer Engineering, Georgia Institute of Technology（电气与计算机工程学院，佐治亚理工学院） ； Georgia Tech Research Institute（佐治亚理工研究机构） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.AI、cs.LG

Comments 10 pages, 7 figures, 4 tables, 3 listings

Compositional Coordination for Multi-Robot Teams with Large Language Models

Zhehui Huang, Guangyao Shi, Yuwei Wu, Vijay Kumar, Gaurav S. Sukhatme

机构 * Department of Computer Science, University of Southern California（计算机科学系，南加州大学） ； GRASP Lab, University of Pennsylvania（GRASP实验室，宾夕法尼亚大学） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.AI、cs.LG

Comments IEEE International Symposium on Multi-Robot & Multi-Agent Systems (MRS 2025) Oral

Large Language Model enabled Mathematical Modeling

Guoyun Zhang

专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.AI

Text Generation Beyond Discrete Token Sampling

Yufan Zhuang, Liyuan Liu, Chandan Singh, Jingbo Shang, Jianfeng Gao

机构 * UC San Diego（加州大学圣地亚哥分校） ； Microsoft Research（微软研究院） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.AI

AI for Distributed Systems Design: Scalable Cloud Optimization Through Repeated LLMs Sampling And Simulators

Jacopo Tagliabue

机构 * Jacopo Tagliabue（独立研究者） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.SE、cs.AI

Comments Pre-print IAAA workshop submission

NAACL2025 Tutorial: Adaptation of Large Language Models

Zixuan Ke, Yifei Ming, Shafiq Joty

机构 * Salesforce AI Research（Salesforce人工智能研究） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.AI

Comments NAACL2025 Tutorial

ReVeal: Self-Evolving Code Agents via Reliable Self-Verification

Yiyang Jin, Kunzhao Xu, Hang Li, Xueting Han, Yanmin Zhou, Cheng Li, Jing Bai

专题命中 代码生成 ：code generation(abstract)；分类 cs.SE、cs.LG

Contextual Attention Modulation: Towards Efficient Multi-Task Adaptation in Large Language Models

Dayan Pan, Zhaoyang Fu, Jingyuan Wang, Xiao Han, Yue Zhu, Xiangyu Zhao

机构 * SCSE, Beihang University（北京航空航天大学系统工程学院） ； ERC of ACAT, MOE（教育部人工智能教育联合体） ； City University of Hong Kong（香港城市大学） ； Huawei Technologies Ltd.（华为技术有限公司） ； Key Lab of DIM, MIIT（信息通信技术重点实验室） ； SEM, Beihang University（北京航空航天大学电子机械学院） ； Zhejiang University of Technology（浙江工业大学） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.AI

Comments Accepted by CIKM' 25

Hey Pentti, We Did It Again!: Differentiable vector-symbolic types that prove polynomial termination

Eilene Tomkins-Flanagan, Connor Hanley, Mary A. Kelly

机构 * Department of Cognitive Science, Carleton University（认知科学系，卡尔顿大学） 纠错

专题命中 代码生成 ：program synthesis(abstract)；分类 cs.AI、cs.LG

Journal ref Tomkins Flanagan, E., Hanley, C., & Kelly, M. A. (2025, July). Paper presented at MathPsych / ICCM 2025. Via mathpsych.org/presentation/1997

Declarative Techniques for NL Queries over Heterogeneous Data

Elham Khabiri, Jeffrey O. Kephart, Fenno F. Heath, Srideepika Jayaraman, Fateh A. Tipu, Yingjie Li, Dhruv Shah, Achille Fokoue, Anu Bhamidipaty

机构 * IBM Research（IBM研究院） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.SE、cs.AI

Breaking Memorization Barriers in LLM Code Fine-Tuning via Information Bottleneck for Improved Generalization

Changsheng Wang, Xin Chen, Sijia Liu, Ke Ding

机构 * The OPTML Lab, Michigan State University（密歇根州立大学OPTML实验室） ； Intel（英特尔） ； IBM Research（IBM研究） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.SE、cs.LG

Humanity's Last Code Exam: Can Advanced LLMs Conquer Human's Hardest Code Competition?

Xiangyang Li, Xiaopeng Li, Kuicai Dong, Quanhu Zhang, Rongju Ruan, Xinyi Dai, Xiaoshuang Liu, Shengchun Xu, Yasheng Wang, Ruiming Tang

机构 * Huawei Noah’s Ark Lab（华为诺亚实验室） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.SE、cs.CL

Comments EMNLP 2025 Findings

What's Wrong with Your Code Generated by Large Language Models? An Extensive Study

Shihan Dou, Haoxiang Jia, Shenxi Wu, Huiyuan Zheng, Muling Wu, Yunbo Tao, Ming Zhang, Mingxu Chai, Jessica Fan, Zhiheng Xi, Rui Zheng, Yueming Wu, Ming Wen, Tao Gui, Qi Zhang, Xipeng Qiu, Xuanjing Huang

机构 * Fudan University（复旦大学） ； Peking University（北京大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Shanghai Qiji Zhifeng Co., Ltd.（上海启智风科技有限公司） ； Huazhong University of Science and Technology（华中科技大学） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.SE、cs.CL

Comments Accepted by SCIENCE CHINA Information Sciences (SCIS)

AGENTIQL: An Agent-Inspired Multi-Expert Framework for Text-to-SQL Generation

Omid Reza Heidari, Siobhan Reid, Yassine Yaakoubi

机构 * Concordia University（康科德大学） 纠错

专题命中 代码生成 ：coding agent(abstract)；分类 cs.CL、cs.AI

Comments Accepted at NeurIPS 2025, ER "Efficient Reasoning" workshop

CodeWatcher: IDE Telemetry Data Extraction Tool for Understanding Coding Interactions with LLMs

Manaal Basha, Aimeê M. Ribeiro, Jeena Javahar, Cleidson R. B. de Souza, Gema Rodríguez-Pérez

机构 * University of British Columbia（不列颠哥伦比亚大学） ； Federal University of Pará（帕拉联邦大学） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.SE、cs.AI

Comments ICSME 2025 Tool Demonstration Track

ReLook: Vision-Grounded RL with a Multimodal LLM Critic for Agentic Web Coding

Yuhang Li, Chenchen Zhang, Ruilin Lv, Ao Liu, Ken Deng, Yuanxing Zhang, Jiaheng Liu, Wiggin Zhou, Bo Zhou

机构 * LLM Department, Tencent（腾讯大语言模型部门） ； Peking University（北京大学） ； Nanjing University（南京大学） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.LG

PARSE: LLM Driven Schema Optimization for Reliable Entity Extraction

Anubhav Shrimal, Aryan Jain, Soumyajit Chowdhury, Promod Yenigalla

机构 * RBS Tech Sciences, Amazon（RBS科技科学，亚马逊） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.LG

Comments EMNLP 2025 Industry Track

Impact of LLMs on Team Collaboration in Software Development

Devang Dhanuka

机构 * MS Data Science Program（数据科学项目） ； Rochester Institute of Technology（罗切斯特理工学院） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.SE、cs.AI

HiVeGen -- Hierarchical LLM-based Verilog Generation for Scalable Chip Design

Jinwei Tang, Jiayin Qin, Kiran Thorat, Chen Zhu-Tian, Yu Cao, Yang, Zhao, Caiwen Ding

专题命中 代码生成 ：code generation(abstract)；分类 cs.AI、cs.LG

H1B-KV: Hybrid One-Bit Caches for Memory-Efficient Large Language Model Inference

Harshil Vejendla

专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.LG

Comments MIT URTC 2025 Technical Paper (Oral), 5 pages, 1 figure

Lang-PINN: From Language to Physics-Informed Neural Networks via a Multi-Agent Framework

Xin He, Liangliang You, Hongduan Tian, Bo Han, Ivor Tsang, Yew-Soon Ong

机构 * Agency for Science, Technology and Research (A*STAR)（科技研究局） ； Hong Kong Baptist University（香港 Baptist 大学） ； North China Electric Power University（华北电力大学） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.AI、cs.LG

Comments PINN, PDE, Agent, LLM

Every Step Counts: Decoding Trajectories as Authorship Fingerprints of dLLMs

Qi Li, Runpeng Yu, Haiquan Lu, Xinchao Wang

机构 * National University of Singapore（新加坡国立大学） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.AI

Finish First, Perfect Later: Test-Time Token-Level Cross-Validation for Diffusion Large Language Models

Runchu Tian, Junxia Cui, Xueqiang Xu, Feng Yao, Jingbo Shang

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of California San Diego（加州大学圣地亚哥分校） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.CL、cs.AI

Comments 17 pages, 8 figures. Work in progress

SALAD: Systematic Assessment of Machine Unlearning on LLM-Aided Hardware Design

Zeng Wang, Minghao Shao, Rupesh Karn, Likhitha Mankali, Jitendra Bhandari, Ramesh Karri, Ozgur Sinanoglu, Muhammad Shafique, Johann Knechtel

机构 * NYU Tandon School of Engineering（纽约大学Tandon工程学院） ； NYU Abu Dhabi（纽约大学阿布扎克分校） 纠错

专题命中 代码生成 ：code generation(abstract)；分类 cs.AI、cs.LG