Group Entropy-Controlled Policy Optimization
组熵控制策略优化
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL
AI总结 研究针对大语言模型强化学习中异构任务的探索利用问题，提出组熵控制策略优化（GEPO）方法，利用组熵进行优势塑造，通过实验验证该方法优于GRPO等，能实现跨任务平衡改进并保持任务探索水平。
Comments 16 pages, 5 figures
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
From Overload to Insights: How AI Agents Can Support Scientists in Analyzing Complex Data
从过载到洞察：人工智能代理如何支持科学家分析复杂数据
机构 * European XFEL（欧洲X射线自由电子激光设施）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 针对欧洲XFEL科学家分析复杂数据面临的挑战，设计并评估智能AI系统。采用设计科学研究方法，经多项研究开发并评估两原型，确定关键挑战，得出对AI代理的要求及设计建议，为开发可维护的AI支持提供指导。
Comments Accepted for publication at the 42nd IEEE International Conference on Software Maintenance and Evolution
Constraint-Anchored Reasoning Traces
约束锚定推理轨迹
机构 * University of Oxford（牛津大学）
专题命中 代码生成 ：program synthesis(abstract)；分类 cs.AI
AI总结 研究自回归多模态大语言模型错误滚雪球问题，提出神经符号框架CART，将自然语言推理与符号约束断言交织，经双管齐下的模块验证约束，防止错误传播，在多基准测试中降低滚雪球率、提高准确率并控制推理开销。
Comments 15 pages, ACM MM 2026
Model-Driven Discipline for Multi-Agent LLMs: Requirement-to-Verification Generation of Traceable System Models
多智能体大语言模型的模型驱动规范：可追溯系统模型的需求到验证生成
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 针对软件复杂性问题，提出RADIANT方法，结合MDE与多智能体LLMs用于系统开发。能从需求模型自动生成异构模型及可追溯链接，进行变更影响分析和形式验证。评估显示可提高语法有效性和可执行性，减少开发时间并可跨领域应用。
PPO-HSC: An Exploratory Reinforcement Learning Framework Based on Wide-Area Policy Coverage Optimization
PPO-HSC：基于广域策略覆盖优化的探索性强化学习框架
机构 * School of Mathematics, Hunan University（湖南大学数学学院） ； College of Computer Science and Electronic Engineering, Hunan University（湖南大学计算机科学与电子工程学院）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 PPO-HSC是用于解决大语言模型微调中模式崩溃问题的探索性强化学习框架，通过纳入高阶采样覆盖奖励及维护动态轨迹库，提高解决方案多样性与状态空间覆盖，在数学推理和代码生成任务中表现出色。
Comments 13 pages, 3 figures
Capturing and Exploiting Design Pattern Variability in Mobile Application Generation
在移动应用生成中捕获和利用设计模式的可变性
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 研究如何解决移动应用开发中自动代码生成忽视设计原则和架构质量的问题，核心方法是用UVL建模设计模式可变性并结合Jinja模板实现Swift代码生成，利用SPL工程原则，促进了可维护等移动应用的生产。
Comments Research paper presented as a Master's Thesis for the MSc in Advanced Software Technologies for Mobile Devices, Universidad San Jorge (Spain), September 2025
Gold-Guided Programmatic Distillation for Financial Reasoning over Hybrid Tables and Text
用于混合表格和文本的金融推理的黄金引导式程序蒸馏
专题命中 代码生成 ：program synthesis(abstract)；分类 cs.CL
AI总结 研究针对混合表格和文本数据的金融推理问题，基于程序蒸馏开发方法，利用黄金推导指导程序合成，经执行验证转移可靠数值推理，引入迭代恢复阶段，实验表明该框架能有效训练小模型进行可靠数值推理。
Comments 12 pages, 7 figures
LQCDMaster: Agentic Scientific Computing for Lattice Quantum Chromodynamics Research
LQCDMaster：用于格点量子色动力学研究的智能科学计算
机构 * School of Physics and Astronomy（物理与天文学院） ； Tsung-Dao Lee Institute（李政道研究所） ； State Key Laboratory of Dark Matter Physics（暗物质物理国家重点实验室） ； School of Artificial Intelligence（人工智能学院） ； Zhiyuan College（智远学院） ； School of Physics（物理学院） ； SciLand ； Institute of Quantum Matter（量子物质研究所） ； Department of Physics（物理系）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 研究针对格点量子色动力学研究实际应用受限问题，提出LQCDMaster智能体，结合智能规划等技术将自然语言任务转化为计算工作流程。经实验评估，其能精确再现多数任务，大幅缩短实现时间，开创智能科学计算范式，促进相关研究。
Comments 17 pages, 4 figures
Cross-Cutting Security Analysis of LLM-Generated Code via Metamorphic Testing and Association Rule Mining
通过变形测试和关联规则挖掘对大语言模型生成代码进行横切安全分析
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 研究针对LLM生成代码的安全漏洞，提出结合变形测试与关联规则挖掘的框架，定义九个MRs并应用于3700个代码片段，揭示共同违反结构与横切模式，还进行提示级风险分析，发现不安全代码生成具结构化和提示依赖性，推动相关验证与干预。
Comments This work has already been accepted by IEEE 27th International Conference on Information Reuse and Integration for Data Science
NVAITC AI Scientist: A Governed End-to-End Research System -- A Hypertension GWAS Case Study
NVAITC人工智能科学家：一个受治理的端到端研究系统——以高血压全基因组关联研究为例
机构 * Department of Medical Research, China Medical University Hospital（中国医药大学附设医院医学研究部） ； Master Program for Digital Health Innovation, China Medical University（中国医药大学数字健康创新硕士项目） ； Laboratory for Statistical and Translational Genetics, RIKEN Center for Integrative Medical Sciences（理化学研究所综合医学科学中心统计与转化遗传学实验室） ； AI-Driven Genomic Medicine and Drug Discovery Lab, China Medical University Hospital（中国医药大学附设医院人工智能驱动的基因组医学与药物发现实验室）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 研究以高血压GWAS为例，介绍受治理的端到端智能研究系统NAIS，其集成多种功能。通过真实数据验证，NAIS能支持生物医学发现，规划队列提取等，重现高血压基因座，在药物性肝损伤预测中也有成果，可产生与专家主导流程相当的输出。
Comments 22 pages, 6 figures, 4 tables
Toward Stronger Code Watermarking: A Grammar-Driven Approach to Optimizing the Trade-off Between Quality and Detectability
迈向更强的代码水印：一种语法驱动的方法来优化质量与可检测性之间的权衡
机构 * Southeast University（东南大学） ； Tsinghua University（清华大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL
AI总结 针对大语言模型代码生成中质量与可检测性权衡难题，提出语法驱动水印方法（GDW），通过语法引导机制和角色感知调制注入水印，设计加权检测统计量，实验表明其在多方面优于现有方法且具鲁棒性。
Program-Synthesis-Driven Autodesign of Universal Unitary Operators
程序合成驱动的通用酉算子自动设计
机构 * Key Laboratory of Nuclear Physics and Ion-beam Application (MOE), Institute of Modern Physics, Fudan University, Shanghai 200433, China（核物理与离子束应用重点实验室（教育部），现代物理研究所，复旦大学，上海200433，中国） ； Research Center for Theoretical Nuclear Physics, NSFC and Fudan University, Shanghai 200438, China（理论核物理研究中心，国家自然科学基金委员会和复旦大学，上海200438，中国） ； Huawei Technologies Co., Ltd, Beijing 100095, China（华为技术有限公司，北京100095，中国） ； Department of Industrial Engineering and Decision Analytics, Hong Kong University of Science and Technology, HongKong, China（工业工程与决策分析系，香港科技大学，香港，中国） ； Hunan Key Laboratory of Mechanism and Technology of Quantum Information, Changsha 410073, China（湖南量子信息机制与技术重点实验室，长沙410073，中国） ； School of Information Science and Technology, Fudan University, Shanghai 200433, China（信息科学与技术学院，复旦大学，上海200433，中国） ； Research Institute of Intelligent Complex Systems, Fudan University, Shanghai 200433, China（智能复杂系统研究所，复旦大学，上海200433，中国） ； Institute of Atomic and Molecular Physics, Jilin University, Changchun 130012, China（原子与分子物理研究所，吉林大学，长春130012，中国） ； School of Physics, East China Normal University, Shanghai 200062, China（物理学院，华东师范大学，上海200062，中国）
专题命中 代码生成 ：program synthesis(abstract)；分类 cs.AI
AI总结 研究利用人工智能驱动的程序合成，通过扩展DreamCoder到复值线性代数，发现光子网络中酉矩阵分解策略，其生成的程序编码与维度无关的不变量及构造规则，还能利用矩阵结构减少干涉仪数量，为酉算子自动设计提供可扩展范式。
Agentic Proof and Property-Based Testing via Property-Templates in Data-Intensive Computing
通过数据密集型计算中的属性模板进行智能体证明和基于属性的测试
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 研究软件工程中意图规范和验证问题，提出用属性模板解决验证候选属性和实施PBT的子问题，设计智能体双轨验证框架，经评估该框架能提高证明成功率、减少幻觉、降低成本并提升代码覆盖，还能发现模型与实现差距。
Comments 12 pages, 7 figures, 4 tables; supplementary material included as ancillary file
Programmers Are Poor and Overconfident Judges of LLM-Generated Assertions
程序员是大型语言模型生成断言的糟糕且过度自信的评判者
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 研究程序员评估大型语言模型生成断言的能力，通过实验发现程序员判断正确断言较准，判断错误断言较差，自然语言解释未带来整体益处，凸显帮助开发者评估机器生成可靠性工件的重要性。
Comments 10 pages, 6 figures
fog: Expressing Motion and Emotion through Function Composition of AI-Generated Code
fog：通过人工智能生成代码的函数组合来表达运动和情感
机构 * Columbia University（哥伦比亚大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL
AI总结 介绍fog函数组合框架，用于通过人工智能生成代码表达运动和情感，能创建运动词汇表并由动画编辑器辅助。经感知评估和用户研究，其运动函数识别准确率达68%，相比基线有显著提升，且在界面形式上支持用户快速迭代等。
FreqDepthKV: Frequency-Guided Depth Sharing for Robust KV Cache Compression in Long-Context LLM Inference
FreqDepthKV：用于长上下文语言模型推理中稳健的键值缓存压缩的频率引导深度共享
机构 * Instituto de Investigación en Visión Artificial（人工视觉研究所）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 研究针对长上下文语言模型推理中键值缓存成本问题，提出FreqDepthKV方法，将相邻层键值状态分解，通过在线探测器分配缓存模式，在多基准测试中保持任务准确性，提升解码吞吐量并降低内存，实现高效压缩。
Comments 11 pages, 2 figures
Agents with Feelings? Personality and Emotion in Multi-Agent Software Teams
有情感的智能体？多智能体软件工程团队中的个性与情感
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 研究多智能体软件工程团队中个性和情绪特征对团队绩效的影响，采用结合多种因素的心理学框架，通过对78种团队配置评估发现配置显著影响性能、协作及成本，表明智能体配置是重要设计维度。
Articulating Assumptions in AI-Generated Scientific Analyses through Task Decomposition
通过任务分解阐明人工智能生成的科学分析中的假设
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 研究旨在解决大语言模型生成的科学分析结果的可理解性和可重现性问题，通过引入基于数量的语义差异多智能体框架及相关模块，经对撞机物理分析验证，模块化任务分解提升了透明度与可靠性，还能让小模型执行完整流程。
Comments 20 pages, 1 figure and 4 tabels
CORA: Per-Slice Coherent Orthogonal Rotation for SVD-based Low-Rank Adaptation
CORA：基于切片的相干正交旋转，用于基于SVD的低秩适配
机构 * Purdue University（普渡大学） ； Shanghai Institute for Mathematics and Interdisciplinary Sciences / Fudan University（上海数学与交叉科学研究院 / 复旦大学） ； Futurewei Technologies, Inc.（未来科技有限公司）
专题命中 代码生成 ：code generation(abstract)；分类 cs.LG
AI总结 针对现有基于SVD的PEFT方法未保留预训练奇异基耦合几何的问题，提出逐切片相干正交旋转适配方法CORA，参数量远低于同类方法，在常识推理、代码生成任务上性能更优。
Comments 13 pages, 1 figure
Mitigating Package Hallucinations in Large Language Models via Model Editing
通过模型编辑缓解大型语言模型中的包幻觉
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 提出BOUND框架，通过定位与包幻觉相关的模块并应用边界感知的LoRA适配器编辑，有效降低LLM在包推荐、代码生成等任务中的包幻觉率，同时保持有效包推荐。
A Practice Auditing Framework for Large Language Model Use: Collective Empiricism, Pseudo-Rational Cognition, and Governance of AI-Generated Content
大型语言模型使用的实践审计框架：集体经验主义、伪理性认知与AI生成内容治理
机构 * School of Information and Electronics, Beijing Institute of Technology（信息与电子学院，北京理工大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 提出实践审计框架，通过集体经验主义和伪理性认知概念分析LLM使用中的认知风险，并设计基于需求定义、证据审计等步骤的治理流程。
Comments English manuscript. 2 tables, 17 references
A Self-Evolving Agentic System for Automated Generation and Execution of Biological Protocols
一种用于自动生成和执行生物实验协议的自演化智能体系统
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Genoria AI
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 提出自演化多智能体系统ProtoPilot，结合专家基准与评估框架，将生物协议自动转化为可执行代码，并通过湿实验反馈迭代优化，实现高通过率的自主实验。
Leveraging LLM-Based Agentic Systems to Generate Quantum Applications for Test Optimization
利用基于LLM的代理系统生成量子应用以优化测试
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 提出QPipe，一种基于大语言模型的多代理架构，自动将自然语言需求转化为可执行的量子应用工作流，在测试优化问题上实现高编译率和执行率。
Towards Knowledge Alignment in Code LLMs: Contrastive Unlearning for Evolving APIs
面向代码大语言模型的知识对齐：针对演化API的对比性遗忘
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 提出对比性遗忘方法CURE，在抑制废弃API的同时鼓励正确替代，使代码LLM适应演化库，实验表明该方法优于现有基线。
Comments The paper has been peer reviewed and accepted to the 42nd International Conference on Software Maintenance and Evolution (ICSME 2026)
CodeChat-Eval: Evaluating Large Language Models in Multi-Turn Code Refinement Dialogues
CodeChat-Eval：在多轮代码优化对话中评估大型语言模型
专题命中 代码生成 ：code generation(abstract)；分类 cs.SE
AI总结 提出CodeChat-Eval框架，通过动态指令选择算法构建多轮代码优化对话评估会话，发现LLMs在多轮优化中功能正确性显著下降（19.2%-69.2%），逻辑级优化和新增请求导致最大下降。
Comments Accepted by ICSME26
COCOLogic-V2: Identifying Logical Inconsistencies via Truly Hard-Negatives
COCOLogic-V2: 通过真正的困难负样本识别逻辑不一致性
机构 * Computer Science Department, TU Darmstadt（达姆施塔特工业大学计算机科学系） ； Hessian Center for AI (hessian.AI)（黑森人工智能中心） ； German Research Center for AI (DFKI)（德国人工智能研究中心） ； Max Planck Institute for Informatics, SIC（马克斯·普朗克信息学研究所SIC） ； RTG Neuroexplicit Models（RTG神经显式模型）
专题命中 代码生成 ：program synthesis(abstract)；分类 cs.LG
AI总结 提出COCOLogic-V2数据集，通过正样本、近边界和远边界负样本分类，评估模型在真实图像上的视觉归纳推理能力，发现模型在近边界样本上表现差，视觉归纳推理仍是开放挑战。
Welterweight Go: Boxing, Structural Subtyping, and Generics (Extended Version)
次重量级Go：装箱、结构子类型和泛型（扩展版）
专题命中 代码生成 ：code generation(abstract)；分类 cs.PL
AI总结 提出WG核心模型，涵盖Go的底层类型、类型联合和类型集等关键特性，并开发LWG低级语言模拟运行时机制，通过类型导向编译实现泛型方法等新特性，避免运行时代码生成。
NebulaExp-8B: An Empirical Post-Training Pipeline via Full-Scale Ablation Research
NebulaExp-8B：基于全尺度消融研究的经验性后训练流程
机构 * ZTE NebulaL0 Post-Training Team（中兴通讯NebulaL0后训练团队）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI
AI总结 提出NebulaExp透明后训练流程，基于Qwen3-8B-base，通过数据清洗、三阶段SFT和GRPO RL优化指令与推理分支，并探索OPD/MOPD替代RL，在8B模型上实现性能提升。
Comments 29 pages, 8 figures
AlgoEvolve: LLM-driven Meta-evolution of Algorithmic Trading Programs
AlgoEvolve：LLM驱动的算法交易程序元进化
机构 * Indraprastha Institute of Information Technology, Delhi（德里英迪拉普拉萨信息技术学院）
专题命中 代码生成 ：program synthesis(abstract)；分类 cs.AI
AI总结 提出AlgoEvolve框架，利用LLM作为语义变异算子进化交易策略，通过元进化外层循环优化提示，在噪声、非平稳的金融环境中实现自适应策略逻辑，优于人工设计指令。
OPERA: Aligning Open-Ended Reasoning via Objective Perplexity-based Reinforcement Learning
OPERA: 通过基于客观困惑度的强化学习对齐开放式推理
机构 * The Hong Kong Polytechnic University（香港理工大学） ； Meituan Longcat Team（美团龙猫团队） ； Peking University（北京大学） ； Nanjing University of Science and Technology（南京理工大学）
专题命中 代码生成 ：code generation(abstract)；分类 cs.CL
AI总结 提出OPERA方法，利用困惑度动态作为内在奖励信号，结合冷启动数据合成和困惑度优先的推理轨迹选择，实现开放式任务中对齐，在Qwen3-8B上达到开源模型最优。
Comments 21 pages, 8 figures
