代码生成
6 条- 01壮大编排框架，而非扩大上下文：从无策略支架到可复用专家智能体
提出Growing Harness范式，将重复控制逻辑训练为可复用代码，使LLM专注语义推理，提升智能体长期任务效率。
- 029月，AI生成的代码占全部Linux内核补丁的17.25%
统计显示AI生成代码已实质性参与Linux内核开发，占比近五分之一，反映AI编程工具在系统级工程中的实际落地程度。
- 03基于大语言模型的FORM代码生成与验证驱动微调
首次实现LLM辅助粒子物理FORM符号计算语言编程，通过验证反馈微调使零样本生成准确率达82.3%
- 04编码智能体框架设计的实证研究
构建模块化轻量编码框架，分离评估规划、动作空间与上下文管理三组件对长程编程性能的影响。
- 05GPT-5.6 Luna 与 GPT-6 Astra 对比：1.20 美元的模型是否足以用于代码审查？
对比两款虚构命名的GPT系列模型在代码审查任务中的性价比，探讨轻量级AI模型的实际适用性。
- 06Real-SWE：在私有、真实企业代码库上对 AI 模型进行基准测试
发布首个基于真实企业私有代码库的软件工程AI评测基准，填补开源代码评测局限