paperbot · PL 论文追踪

全部论文 待读 收藏

标签：编程环境与开发者工具（共 1733 篇，按优先级展示前 200）

P0 CoqPilot, a plugin for LLM-based generation of proofs
CoqPilot：基于 LLM 生成证明的插件
提出 CoqPilot：一个 VS Code 插件，结合 LLM 与传统方法自动填补 Coq 证明空洞，并提供基准测试平台。
ASE Proceedings of the 39th IEEE/ACM International Conference on Automated Software Engineering2024匹配度 8/10引用 2机器学习与程序语言编程环境与开发者工具
P1 TypeScript Repository Indexing for Code Agent Retrieval
面向代码智能体检索的 TypeScript 仓库索引
基于 TypeScript Compiler API 实现 abcoder-ts-parser，直接复用编译器 AST 与语义信息，为代码智能体高效构建函数级代码索引。
ASE Proceedings of the 41st IEEE/ACM International Conference on Automated Software Engineering2026匹配度 7/10引用 2机器学习与程序语言编程环境与开发者工具
P1 Code Understanding Linter to Detect Variable Misuse
用于检测变量误用的代码理解 Linter
提出基于代码语言模型的代码审查工具，检测 Python 变量误用并生成修复建议。
ASE Proceedings of the 37th IEEE/ACM International Conference on Automated Software Engineering2022匹配度 7/10机器学习与程序语言编程环境与开发者工具
P1 Statically Contextualizing Large Language Models with Typed Holes
用类型化洞为大型语言模型提供静态上下文
将LLM代码生成集成到Hazel的带类型洞环境，通过语言服务器提供静态类型与绑定上下文，显著提升补全质量并证明类型定义上下文最有效。
OOPSLA 8(OOPSLA2)2024匹配度 6/10引用 21机器学习与程序语言编程环境与开发者工具
P1 BitsAI-CR: Automated Code Review via LLM in Practice
BitsAI-CR：基于 LLM 的自动化代码审查实践
提出两阶段 LLM 代码审查框架 BitsAI-CR，以 RuleChecker 检测、ReviewFilter 校验，并在字节跳动大规模落地。
FSE Proceedings of the 33rd ACM International Conference on the Foundations of Software Engineering2025匹配度 6/10引用 10机器学习与程序语言编程环境与开发者工具
P1 Engineering Pitfalls in AI Coding Tools: An Empirical Study of Bugs in Claude Code, Codex, and Gemini CLI
AI 编程工具的工程陷阱：Claude Code、Codex 与 Gemini CLI 中 bug 的实证研究
首个针对 AI 编程工具的大规模 bug 实证研究，基于 3.8K+ GitHub 报告刻画其失败模式与工程挑战。
FSE Proceedings of the 34th ACM International Conference on the Foundations of Software Engineering2026匹配度 6/10引用 8编程环境与开发者工具机器学习与程序语言
P1 Automating Low-Risk Code Review at Meta: RADAR, Risk Calibration, and Review Efficiency
在 Meta 自动化低风险代码审查：RADAR、风险校准与审查效率
在 Meta 部署 RADAR 多级漏斗自动审查并放行低风险 diff，量化风险阈值与安全、效率的权衡。
ASE Proceedings of the 41st IEEE/ACM International Conference on Automated Software Engineering2026匹配度 6/10机器学习与程序语言编程环境与开发者工具
P1 Code2graph: automatic generation of static call graphs for Python source code
Code2graph：自动生成 Python 源代码的静态调用图
提出原型工具 code2graph，自动分析 Python 源码、构建静态调用图并生成执行路径相似度矩阵。
ASE Proceedings of the 33rd ACM/IEEE International Conference on Automated Software Engineering2018匹配度 5/10引用 36程序分析与抽象解释编程环境与开发者工具
P1 PaMpeR: proof method recommendation system for Isabelle/HOL
PaMpeR：面向 Isabelle/HOL 的证明方法推荐系统
提出 PaMpeR，基于手写证明语料为 Isabelle/HOL 的证明状态推荐证明方法并给出定性解释。
ASE Proceedings of the 33rd ACM/IEEE International Conference on Automated Software Engineering2018匹配度 5/10引用 24定理证明与证明工程编程环境与开发者工具
P1 Large Language Models as Configuration Validators
大型语言模型作为配置验证器
首次系统评估 LLM 做配置验证的可行性与有效性，提出基于 few-shot 提示与输出检查的通用框架 Ciri。
ICSE 2025 IEEE/ACM 47th International Conference on Software Engineering (ICSE)2025匹配度 5/10引用 12机器学习与程序语言编程环境与开发者工具
P1 Dead Code Removal at Meta: Automatically Deleting Millions of Lines of Code and Petabytes of Deprecated Data
Meta 的死代码移除：自动删除数百万行代码与数 PB 废弃数据
提出并落地 SCARF，自动识别并安全删除 Meta 大规模代码库中的死代码与废弃数据。
FSE Proceedings of the 31st ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering2023匹配度 5/10引用 10程序分析与抽象解释编程环境与开发者工具
P1 Benchmarking LLMs for Fine-Grained Code Review with Enriched Context in Practice
面向细粒度代码评审的 LLM 基准测试：富上下文与实践应用
提出 ContextCRBench——一个富上下文、细粒度的代码评审基准，含 6.79 万条数据，揭示现有 LLM 的明显局限。
FSE Proceedings of the 34th ACM International Conference on the Foundations of Software Engineering2026匹配度 5/10引用 7机器学习与程序语言编程环境与开发者工具
P1 Closing the Gap: A User Study on the Real-world Usefulness of AI-powered Vulnerability Detection & Repair in the IDE
弥合差距：关于AI驱动的IDE内漏洞检测与修复实际可用性的用户研究
首个针对专业开发者在真实项目中使用的IDE集成AI漏洞检测与修复工具的用户研究，发现其因高误报率与不可用修复而不适合实际应用。
ICSE 2025 IEEE/ACM 47th International Conference on Software Engineering (ICSE)2025匹配度 5/10引用 6机器学习与程序语言编程环境与开发者工具
P1 Knowledge-Based Version Incompatibility Detection for Deep Learning
面向深度学习的基于知识的版本不兼容检测
提出用预训练问答模型从 Stack Overflow 抽取版本兼容知识并构建加权知识图，以检测深度学习项目中的版本不兼容。
FSE Proceedings of the 31st ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering2023匹配度 5/10引用 6机器学习与程序语言编程环境与开发者工具
P1 LLM Agents Can See Code Repositories
LLM 智能体可以看见代码仓库
首次系统实证多模态模型理解代码仓库：可视化结构上下文可降 token 并保持或提升问题解决准确率。
ASE Proceedings of the 41st IEEE/ACM International Conference on Automated Software Engineering2026匹配度 5/10引用 5机器学习与程序语言编程环境与开发者工具
P1 Revisiting the Conflict-Resolving Problem from a Semantic Perspective
从语义视角重新审视合并冲突解决问题
提出 sMerge，从程序行为语义出发，将合并冲突解决转化为针对性测试生成，并形式化定义了冲突问题。
ASE Proceedings of the 39th IEEE/ACM International Conference on Automated Software Engineering2024匹配度 5/10引用 3测试、调试与修复编程环境与开发者工具
P1 AI-Assisted Fixes to Code Review Comments at Scale
大规模代码评审评论的AI辅助修复
为代码评审评论生成修复补丁的MetaMateCR系统，通过微调Llama实现离线68%精确匹配，并借助安全试验成功落地生产。
FSE Proceedings of the 34th ACM International Conference on the Foundations of Software Engineering2026匹配度 5/10引用 2机器学习与程序语言编程环境与开发者工具
P1 Agentic Code Review in the Terminal: A Trajectory-Level Analysis of Behavior, Cost, and Human-Alignment
终端中的智能体代码评审：行为、成本与人类对齐的轨迹级分析
以轨迹级分析刻画终端智能体代码评审的行为模式、隐藏成本与人类对齐情况。
ASE Proceedings of the 41st IEEE/ACM International Conference on Automated Software Engineering2026匹配度 5/10引用 1机器学习与程序语言编程环境与开发者工具
P1 Online and Interactive Bayesian Inference Debugging
在线与交互式贝叶斯推断调试
提出在开发环境中在线交互式调试贝叶斯推断的方法与工具，显著降低调试时间与难度。
ICSE Proceedings of the 2026 IEEE/ACM 48th International Conference on Software Engineering2026匹配度 5/10引用 1量子与概率编程编程环境与开发者工具
P1 SGCR: A Specification-Grounded Framework for Trustworthy LLM Code Review
SGCR：面向可信 LLM 代码审查的规约锚定框架
提出双通路 SGCR 框架，将 LLM 代码审查锚定于人工规约以生成可信反馈，工业部署中采纳率相对提升 90.9%。
ASE 2025 40th IEEE/ACM International Conference on Automated Software Engineering (ASE)2025匹配度 5/10引用 1机器学习与程序语言编程环境与开发者工具
P1 TreeRanker: Fast and Model-Agnostic Ranking System for Code Suggestions in IDEs
TreeRanker：面向 IDE 代码建议的快速且模型无关的排序系统
提出 TreeRanker：将静态补全组织为前缀树并单次贪心解码打分，实现快速、模型无关的补全排序。
ASE 2025 40th IEEE/ACM International Conference on Automated Software Engineering (ASE)2025匹配度 5/10引用 1编程环境与开发者工具机器学习与程序语言
P1 Towards AI-Driven Software Development: Challenges and Lessons from the Field (Keynote)
迈向 AI 驱动的软件开发：来自一线的挑战与经验（主题演讲）
从 Tabnine 服务数百万用户的实践出发，总结 AI 驱动软件开发在 SDLC、交互、上下文与信任方面的挑战与经验。
FSE Proceedings of the 31st ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering2023匹配度 5/10引用 1机器学习与程序语言编程环境与开发者工具
P1 ArtifactSync: Automated Repository Synchronization through Hierarchical Change Impact Analysis
ArtifactSync：通过层次化变更影响分析实现仓库自动同步
ArtifactSync 用 LLM 做层次化变更影响分析，自动识别并修复代码变更后过时的文档与测试等工件。
ICSE Proceedings of the 2026 IEEE/ACM 48th International Conference on Software Engineering2026匹配度 5/10机器学习与程序语言编程环境与开发者工具
P1 NB2P: Generating Data Science Pipelines from Computational Notebooks
NB2P：从计算笔记本生成数据科学流水线
提出 NB2P，自动从计算笔记本中提取可部署的数据科学流水线，性能优于 LLM 基线且开销低。
ICSE Proceedings of the 2026 IEEE/ACM 48th International Conference on Software Engineering2026匹配度 5/10机器学习与程序语言编程环境与开发者工具
P1 RepoFuse: A Dual-Context Approach to Repository-Level Code Completion at Industrial Scale
RepoFuse：工业规模下仓库级代码补全的双上下文方法
提出双上下文框架 RepoFuse，将跨文件上下文分为语义与相似两类，在毫秒级延迟下提升仓库级代码补全准确率。
FSE Proceedings of the 34th ACM International Conference on the Foundations of Software Engineering2026匹配度 5/10机器学习与程序语言编程环境与开发者工具
P1 The Fault in our Stats
统计中的缺陷
提出基于 SIR 的静态检查技术，并实现首个统计学 linter stat-lint，用于发现数据科学程序中的统计最佳实践违规。
ASE 2025 40th IEEE/ACM International Conference on Automated Software Engineering (ASE)2025匹配度 5/10程序分析与抽象解释编程环境与开发者工具
P1 Automatic Fixing of Missing Dependency Errors
自动修复缺失依赖错误
提出 MDfixer，通过识别 Makefile 的依赖声明风格并生成同风格补丁，自动修复缺失构建依赖错误。
ASE 2025 40th IEEE/ACM International Conference on Automated Software Engineering (ASE)2025匹配度 5/10测试、调试与修复编程环境与开发者工具
P1 LitterBox <sup>+</sup> : An Extensible Framework for LLM-enhanced Scratch Static Code Analysis
LitterBox+：一个可扩展的、LLM 增强的 Scratch 静态代码分析框架
将积木式 Scratch 代码转为文本表示并接入 LLM，扩展 LitterBox 静态分析以支持问答与自动修复。
ASE 2025 40th IEEE/ACM International Conference on Automated Software Engineering (ASE)2025匹配度 5/10机器学习与程序语言编程环境与开发者工具
P1 Learning to Edit Interactive Machine Learning Notebooks
学习编辑交互式机器学习 Notebook
指出现有工作缺乏面向交互式机器学习 Notebook 开发者编辑的基准。
FSE Proceedings of the 33rd ACM International Conference on the Foundations of Software Engineering2025匹配度 5/10机器学习与程序语言编程环境与开发者工具
P2 When Code Completion Fails: A Case Study on Real-World Completions
当代码补全失败：一项真实世界补全的案例研究
通过 15,000 次真实开发者补全案例研究，揭示合成基准高估代码补全性能，高耗时补全准确率不足 20%。
ICSE 2019 IEEE/ACM 41st International Conference on Software Engineering (ICSE)2019匹配度 4/10引用 89编程环境与开发者工具机器学习与程序语言
P2 Smart Contract and DeFi Security Tools: Do They Meet the Needs of Practitioners?
智能合约与DeFi安全工具：它们满足从业者的需求吗？
考察智能合约与DeFi安全工具是否满足从业者真实需求，揭示其实际影响的不确定性。
ICSE Proceedings of the IEEE/ACM 46th International Conference on Software Engineering2024匹配度 4/10引用 58安全与隐私编程环境与开发者工具
P2 An empirical study of bots in software development: characteristics and challenges from a practitioner’s perspective
软件开发中 bot 的实证研究：从业者视角的特征与挑战
通过混合方法实证研究 DevBot 使用，归纳三类用户画像并指出通用智能 bot 的缺失。
FSE Proceedings of the 28th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2020匹配度 4/10引用 45编程环境与开发者工具
P2 SLACC
SLACC
围绕跨语言代码克隆检测，指出缺乏共同底层表示，并归纳静态分析与动态分析两类解决路径。
ICSE Proceedings of the ACM/IEEE 42nd International Conference on Software Engineering2020匹配度 4/10引用 23程序分析与抽象解释编程环境与开发者工具
P2 WarningsGuru: integrating statistical bug models with static analysis to provide timely and specific bug warnings
WarningsGuru：集成统计缺陷模型与静态分析以提供及时且具体的缺陷警告
结合静态分析与历史统计缺陷模型，在行级提供更少、更及时且更具体的缺陷警告。
FSE Proceedings of the 2018 26th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2018匹配度 4/10引用 15程序分析与抽象解释编程环境与开发者工具
P2 Evaluating the Effectiveness of Decompilers
评估反编译器的有效性
系统评测主流反编译器的语义一致性与可读性，揭示其准确率与代码可读性缺陷，并指出改进方向。
ISSTA Proceedings of the 33rd ACM SIGSOFT International Symposium on Software Testing and Analysis2024匹配度 4/10引用 14编译与代码生成编程环境与开发者工具
P2 Contextualized Data-Wrangling Code Generation in Computational Notebooks
计算笔记本中上下文感知的数据整理代码生成
提出 CoCoMine 与 CoCoNote，并设计 DataCoder，提升计算笔记本中利用多模态上下文的数据整理代码生成。
ASE Proceedings of the 39th IEEE/ACM International Conference on Automated Software Engineering2024匹配度 4/10引用 13机器学习与程序语言编程环境与开发者工具
P2 More with Less: An Empirical Study of Turn-Control Strategies for Efficient Coding Agents
以少胜多：高效编码智能体轮次控制策略的实证研究
首次系统实证三种轮次控制策略，提出按需延长的动态轮次策略，在保持解决率的同时大幅降低成本。
ICSE Proceedings of the 2026 IEEE/ACM 48th International Conference on Software Engineering2026匹配度 4/10引用 10机器学习与程序语言编程环境与开发者工具
P2 Batch Alias Analysis
批处理别名分析
提出批处理别名分析框架，通过消除无关与冗余数据流路径，在不牺牲精度的前提下加速按需别名分析。
ASE 2019 34th IEEE/ACM International Conference on Automated Software Engineering (ASE)2019匹配度 4/10引用 10程序分析与抽象解释编程环境与开发者工具
P2 Learning-based extraction of first-order logic representations of API directives
基于学习的 API 指令一阶逻辑表示抽取
提出基于学习的方法，从 API 文档中抽取 API 指令并转换为便于工具处理的一阶逻辑表示。
FSE Proceedings of the 29th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2021匹配度 4/10引用 9机器学习与程序语言编程环境与开发者工具
P2 HalluJudge: A Reference-Free Hallucination Detection for Context Misalignment in Code Review Automation
HalluJudge：面向代码评审自动化中上下文错位的无参考幻觉检测
提出无需参考的幻觉检测方法 HalluJudge，利用上下文对齐评估 LLM 代码评审评论是否有据，兼顾效果与成本。
FSE Proceedings of the 34th ACM International Conference on the Foundations of Software Engineering2026匹配度 4/10引用 7机器学习与程序语言编程环境与开发者工具
P2 RAG or Fine-tuning? A Comparative Study on LCMs-based Code Completion in Industry
RAG 还是微调？工业界基于 LCM 的代码补全对比研究
首次在工业代码库场景中对比 RAG 与微调两类领域适配方法对 LCM 代码补全的影响与权衡。
FSE Proceedings of the 33rd ACM International Conference on the Foundations of Software Engineering2025匹配度 4/10引用 7机器学习与程序语言编程环境与开发者工具
P2 AdaptivePaste: Intelligent Copy-Paste in IDE
AdaptivePaste：IDE 中的智能复制粘贴
用数据流感知预训练的 Transformer 自动改写粘贴代码中的变量标识符，实现代码适配。
FSE Proceedings of the 31st ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering2023匹配度 4/10引用 5机器学习与程序语言编程环境与开发者工具
P2 Do Unit Proofs Work? An Empirical Study of Compositional Bounded Model Checking for Memory Safety Verification
单元证明有效吗？面向内存安全验证的组合有界模型检验的实证研究
首个内存安全验证中单元证明的实证研究，提出系统化构建方法并评估其效果与成本。
ICSE Proceedings of the 2026 IEEE/ACM 48th International Conference on Software Engineering2026匹配度 4/10引用 4程序验证编程环境与开发者工具
P2 Interactive Debugging of Datalog Programs
Datalog 程序的交互式调试
提出基于自顶向下小步操作语义的 Datalog 交互式调试器，支持 step-into/step-over，并适配 Soufflé 与 IncA。
OOPSLA 7(OOPSLA2)2023匹配度 4/10引用 3逻辑与约束编程形式语义编程环境与开发者工具
P2 Chatgpt Inaccuracy Mitigation During Technical Report Understanding: Are we There Yet?
ChatGPT 在技术报告理解中的不准确性缓解：我们做到了吗？
提出 CHIME，通过 CFG 解析栈轨迹、蜕变测试和查询变换，缓解 ChatGPT 理解技术报告时的不准确，纠正率提升 30.3%。
ICSE 2025 IEEE/ACM 47th International Conference on Software Engineering (ICSE)2025匹配度 4/10引用 2机器学习与程序语言编程环境与开发者工具
P2 RepoSim: Evaluating Prompt Strategies for Code Completion via User Behavior Simulation
RepoSim：通过用户行为模拟评估代码补全的提示策略
提出 RepoSim 基准，通过回放 IDE 用户行为、模拟仓库演化来评估代码补全提示策略与用户接受率。
ASE Proceedings of the 39th IEEE/ACM International Conference on Automated Software Engineering2024匹配度 4/10引用 2机器学习与程序语言编程环境与开发者工具
P2 Last Diff Analyzer: Multi-language Automated Approver for Behavior-Preserving Code Revisions
Last Diff Analyzer：面向行为保持代码修订的多语言自动批准器
提出多语言静态分析框架与自动审批器，判定代码 diff 是否仅含不改变行为的改动。
FSE Proceedings of the 31st ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering2023匹配度 4/10引用 2程序分析与抽象解释编程环境与开发者工具
P2 FlexType: A Plug-and-Play Framework for Type Inference Models
FlexType：面向类型推断模型的即插即用框架
提出 FlexType——一个可插拔的 IDE 扩展，能在 JavaScript 与 TypeScript 中交互或自动推断类型。
ASE Proceedings of the 37th IEEE/ACM International Conference on Automated Software Engineering2022匹配度 4/10引用 2编程环境与开发者工具类型系统
P2 Scaling Code Pattern Inference with Interactive What-If Analysis
通过交互式 What-If 分析扩展代码模式推断
提出交互式 What-If 分析，让用户以更少标注控制代码模式推断的泛化与特化。
ICSE Proceedings of the IEEE/ACM 46th International Conference on Software Engineering2024匹配度 4/10引用 1程序分析与抽象解释编程环境与开发者工具
P2 Learning Project-wise Subsequent Code Edits via Interleaving Neural-based Induction and Tool-based Deduction
通过学习神经归纳与基于工具的演绎交替进行项目级后续代码编辑
TRACE 交替使用神经归纳预测语义编辑与工具演绎预测语法编辑，提升项目级代码编辑的范围、准确率与效率。
ASE 2025 40th IEEE/ACM International Conference on Automated Software Engineering (ASE)2025匹配度 4/10引用 1机器学习与程序语言编程环境与开发者工具
P2 From Overload to Insight: Bridging Code Search and Code Review with LLMs
从过载到洞见：用 LLM 连接代码搜索与代码评审
提出 LLM 驱动的对话式代理愿景，把代码搜索工具洞见融入代码评审，缓解信息过载。
FSE Proceedings of the 33rd ACM International Conference on the Foundations of Software Engineering2025匹配度 4/10引用 1机器学习与程序语言编程环境与开发者工具
P2 The Ground Is Shifting: A Reflection on the Foundations of Software Measurement
地基正在移动：对软件度量基础的反思
指出AI代理使用开发工具生成的痕迹违背人类来源假设，呼吁检测假设失效并开展AI辅助复现研究。
ASE Proceedings of the 41st IEEE/ACM International Conference on Automated Software Engineering2026匹配度 4/10编程环境与开发者工具机器学习与程序语言
P2 SmellCC: A Tool for Automated Code Smells Remediation
SmellCC：一种自动化代码坏味道修复工具
提出 VS Code 扩展 SmellCC，结合 SonarQube 与 LLM 流水线，一键检测并重构 Python 代码坏味道。
ASE Proceedings of the 41st IEEE/ACM International Conference on Automated Software Engineering2026匹配度 4/10机器学习与程序语言编程环境与开发者工具
P2 A Few Pages of Markdown: Committed AI Configuration and Lower Quality Cost after Coding-Agent Adoption
几页 Markdown：提交式 AI 配置与采用编码智能体后更低的质量代价
提出基于提交工件的四级 AI 成熟度模型 RAMP，发现编码智能体带来普遍提速，但缺少提交式 AI 配置的仓库质量代价约翻倍。
ASE Proceedings of the 41st IEEE/ACM International Conference on Automated Software Engineering2026匹配度 4/10机器学习与程序语言编程环境与开发者工具
P2 ProofPulse: Interactive Proof Coverage Analysis for Dafny
ProofPulse：面向 Dafny 的交互式证明覆盖率分析
提出三值证明覆盖率模型，通过证明依赖分析诊断 Dafny 规格质量，揭示弱前置条件与空洞证明。
ASE Proceedings of the 41st IEEE/ACM International Conference on Automated Software Engineering2026匹配度 4/10程序验证编程环境与开发者工具
P2 Agentic Software Engineering: A Roadmap to Software Engineering 3.0
Agentic 软件工程：迈向软件工程 3.0 的路线图
结合大规模实证与 SASE 框架，描绘从 AI 辅助开发到自主智能体协作的软件工程 3.0 路线图。
ICSE Proceedings of the 2026 IEEE/ACM 48th International Conference on Software Engineering2026匹配度 4/10机器学习与程序语言编程环境与开发者工具
P2 Execution-Aware Code Documentation through Semantic Data Differences
通过语义数据差异实现执行感知的代码文档
提出语义数据差异这一符号表示，结合静态分析与执行后语义，生成能说明代码对数据做了什么感知运行的文档。
ICSE Proceedings of the 2026 IEEE/ACM 48th International Conference on Software Engineering2026匹配度 4/10机器学习与程序语言编程环境与开发者工具
P2 Evaluating Explanatory Artefacts of DSAR-Recovered Software Architectures from Industrial Codebases
评估工业代码库中 DSAR 恢复的软件架构解释性制品
对 DSAR 软件架构恢复在 ASML 17 个 Java 仓库中的工业定性评估，聚焦解释性制品的质量与实用性。
FSE Proceedings of the 34th ACM International Conference on the Foundations of Software Engineering2026匹配度 4/10程序分析与抽象解释编程环境与开发者工具
P2 Engineering Practices in Open-Source Agent Frameworks: A Large-Scale Empirical Study
开源智能体框架中的工程实践：一项大规模实证研究
对十大主流开源 LLM 智能体框架开展大规模实证研究，提炼五项最佳实践并揭示下游项目中的系统性缺陷模式。
FSE Proceedings of the 34th ACM International Conference on the Foundations of Software Engineering2026匹配度 4/10机器学习与程序语言编程环境与开发者工具
P2 Stop the Retrieval Thrash: Brain-Guided Episodic Memory for Repository-Scale Coding Agents
停止检索抖动：面向仓库级编码智能体的脑引导情景记忆
借助人类读代码的EEG信号蒸馏事件边界控制器，为仓库级代码智能体构建紧凑情景记忆以减少检索抖动。
FSE Proceedings of the 34th ACM International Conference on the Foundations of Software Engineering2026匹配度 4/10机器学习与程序语言编程环境与开发者工具
P2 CoRenameAgent: A Human-In-The-Loop, Multi-Agent Tool for Coordinated Rename Refactoring
CoRenameAgent：面向协调重命名重构的人在环多智能体工具
提出人在环多智能体 IDE 插件 CoRenameAgent，协助 Java 协调重命名重构。
FSE Proceedings of the 34th ACM International Conference on the Foundations of Software Engineering2026匹配度 4/10编程环境与开发者工具机器学习与程序语言
P2 FSE-AIware Tool Competition 2026 – Agentic Based Python Dependency Resolution
FSE-AIware 2026 工具竞赛——基于智能体的 Python 依赖解析
首届 FSE-AIware 竞赛为基于智能体的 Python 依赖解析提供验证平台，并比较两个参赛工具与基线。
FSE Proceedings of the 34th ACM International Conference on the Foundations of Software Engineering2026匹配度 4/10机器学习与程序语言编程环境与开发者工具
P2 Bio-Aware Software Engineering for Reproducible Research
面向可复现研究的生物感知软件工程
提出生物感知软件工程（BASE）愿景：让隐形 AI 智能体观察探索性分析，借助领域知识图谱自动合成容器、回归测试与文档等基础设施。
FSE Proceedings of the 34th ACM International Conference on the Foundations of Software Engineering2026匹配度 4/10机器学习与程序语言编程环境与开发者工具
P2 Bringing Invariant Analysis to modern IDEs: The DIG+ Extension for VS Code
把不变式分析带入现代 IDE：面向 VS Code 的 DIG+ 扩展
为 VS Code 构建 DIG+ 扩展，将不变式分析集成到现代 IDE，降低传统工具的使用门槛。
ISSTA Proceedings of the 34th ACM SIGSOFT International Symposium on Software Testing and Analysis2025匹配度 4/10编程环境与开发者工具程序分析与抽象解释
P2 Evaluating and Improving Framework-based Parallel Code Completion with Large Language Models
基于大语言模型的框架式并行代码补全的评估与改进
定义框架式并行代码补全任务并构建数据集，提出课程式微调框架 HPCL 显著提升大模型补全性能。
ASE 2025 40th IEEE/ACM International Conference on Automated Software Engineering (ASE)2025匹配度 4/10机器学习与程序语言编程环境与开发者工具
P2 Wired for Reuse: Automating Context-Aware Code Adaptation in IDEs via LLM-Based Agent
为复用而接线：通过基于 LLM 的智能体在 IDE 中自动化上下文感知的代码适配
提出 WIRL，用 LLM 智能体把粘贴代码中未解析变量按上下文自动替换，精确匹配精度达 91.7%。
ASE 2025 40th IEEE/ACM International Conference on Automated Software Engineering (ASE)2025匹配度 4/10机器学习与程序语言编程环境与开发者工具
P2 BuilDroid: A Self-Correcting LLM Agent for Automated Android Builds
BuilDroid：面向自动化 Android 构建的自校正 LLM 智能体
BuilDroid 用自校正 LLM 智能体自动修复 Android 构建错误，在 245 个开源项目上达到 90.2% 成功率。
ASE 2025 40th IEEE/ACM International Conference on Automated Software Engineering (ASE)2025匹配度 4/10机器学习与程序语言编程环境与开发者工具
P2 jAST: Analyzing and Modifying Java ASTs with Python
jAST：使用 Python 分析与修改 Java AST
提出基于 Python 的 jAST 工具，生成并操作 Java 抽象语法树，支持源码级分析与变换。
FSE Proceedings of the 33rd ACM International Conference on the Foundations of Software Engineering2025匹配度 4/10程序分析与抽象解释编程环境与开发者工具
P2 Understanding Developer-Analyzer Interactions in Code Reviews
理解代码审查中的开发者-分析器交互
通过分析静态分析器评论引发的开发者对话情感与意图，衡量其在代码审查中的有用性。
ASE Proceedings of the 39th IEEE/ACM International Conference on Automated Software Engineering2024匹配度 4/10编程环境与开发者工具程序分析与抽象解释
P2 EditFlow: Benchmarking and Optimizing Code Edit Recommendation Systems via Reconstruction of Developer Flows
EditFlow：通过重构开发者编辑流来基准测试与优化代码编辑推荐系统
EditFlow 从开发者心流视角基准测试并优化代码编辑推荐系统，显著提升顺序重构与推荐精度。
OOPSLA 10(OOPSLA1)2026匹配度 4/10编程环境与开发者工具机器学习与程序语言
P2 Navigating AND–OR Graph Modifications to Debug Failing Proof Search
导航 AND–OR 图修改以调试失败的证明搜索
将 AND–OR 图视为证明系统的部分表示，把失败证明搜索的调试转化为修改证明系统，并统一 why-not 策略。
PLDI 10(PLDI)2026匹配度 4/10编程环境与开发者工具定理证明与证明工程
P2 Deep code search
深度代码搜索
指出传统代码搜索仅依赖文本相似度、缺乏语义理解，并指向深度代码搜索方向。
ICSE Proceedings of the 40th International Conference on Software Engineering2018匹配度 3/10引用 569编程环境与开发者工具机器学习与程序语言
P2 Grounded Copilot: How Programmers Interact with Code-Generating Models
Grounded Copilot：程序员如何与代码生成模型交互
首个关于程序员如何与 Copilot 交互的扎根理论研究，发现交互呈现加速与探索两种模式。
OOPSLA 7(OOPSLA1)2023匹配度 3/10引用 404编程环境与开发者工具机器学习与程序语言
P2 Using pre-trained models to boost code review automation
使用预训练模型提升代码审查自动化
用预训练 T5 模型自动完成代码审查任务，并在更大更真实数据集上超越此前深度学习模型。
ICSE Proceedings of the 44th International Conference on Software Engineering2022匹配度 3/10引用 245机器学习与程序语言编程环境与开发者工具
P2 Collaboration challenges in building ML-enabled systems
构建 ML 赋能系统中的协作挑战
通过访谈 45 名从业者，揭示生产级 ML 系统开发中软件工程师与数据科学家协作的关键挑战、协作点与团队模式。
ICSE Proceedings of the 44th International Conference on Software Engineering2022匹配度 3/10引用 194机器学习与程序语言编程环境与开发者工具
P2 Automating code review activities by large-scale pre-training
通过大规模预训练自动化代码审查活动
提出面向代码审查的预训练模型 CodeReviewer 与四个预训练任务，在变更质量估计、评论生成和代码精化上取得最优结果。
FSE Proceedings of the 30th ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering2022匹配度 3/10引用 189机器学习与程序语言编程环境与开发者工具
P2 A Large-Scale Survey on the Usability of AI Programming Assistants: Successes and Challenges
关于 AI 编程助手可用性的大规模调查研究：成功与挑战
基于 410 名开发者的问卷，揭示 AI 编程助手的采用动机、弃用原因与可用性挑战。
ICSE Proceedings of the IEEE/ACM 46th International Conference on Software Engineering2024匹配度 3/10引用 156编程环境与开发者工具机器学习与程序语言
P2 On the importance of building high-quality training datasets for neural code search
论构建高质量训练数据集对神经代码搜索的重要性
提出首个面向代码搜索数据集的语义查询清洗框架，用规则与模型双重过滤数据，显著提升神经代码搜索性能。
ICSE Proceedings of the 44th International Conference on Software Engineering2022匹配度 3/10引用 97机器学习与程序语言编程环境与开发者工具
P2 Code coverage at Google
Google 的代码覆盖率
介绍 Google 大规模代码覆盖率基础设施、可视化与代码评审应用，并基于五年数据和开发者调查给出工业落地建议。
FSE Proceedings of the 2019 27th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2019匹配度 3/10引用 91测试、调试与修复编程环境与开发者工具
P2 CodeFill
CodeFill
指出 IDE 代码补全受限于单 token 的语法或 NLP 方法，并提出 CodeFill 以应对其不足。
ICSE Proceedings of the 44th International Conference on Software Engineering2022匹配度 3/10引用 84机器学习与程序语言编程环境与开发者工具
P2 Do the dependency conflicts in my project matter?
我的项目中的依赖冲突重要吗？
对真实 Java 项目的依赖冲突进行实证研究并提出自动检测工具 Decca，评估严重性并过滤良性冲突。
FSE Proceedings of the 2018 26th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2018匹配度 3/10引用 84程序分析与抽象解释编程环境与开发者工具
P2 An Empirical Study of Refactorings and Technical Debt in Machine Learning Systems
机器学习系统中的重构与技术债：一项实证研究
通过分析26个开源ML项目与327个补丁，揭示ML系统重构动因、技术债类别及14/7个新类别。
ICSE 2021 IEEE/ACM 43rd International Conference on Software Engineering (ICSE)2021匹配度 3/10引用 72机器学习与程序语言编程环境与开发者工具
P2 DockerizeMe: Automatic Inference of Environment Dependencies for Python Code Snippets
DockerizeMe：自动推断 Python 代码片段的环境依赖
DockerizeMe 通过 PyPI 离线知识与图推断自动补全 Python 代码片段依赖并生成 Docker 配置。
ICSE 2019 IEEE/ACM 41st International Conference on Software Engineering (ICSE)2019匹配度 3/10引用 72程序分析与抽象解释编程环境与开发者工具
P2 Assessing and restoring reproducibility of Jupyter notebooks
评估并恢复 Jupyter Notebook 的可复现性
揭示 Jupyter Notebook 因单元格执行顺序任意而普遍不可复现，并关注其评估与恢复问题。
ASE Proceedings of the 35th IEEE/ACM International Conference on Automated Software Engineering2020匹配度 3/10引用 71编程环境与开发者工具测试、调试与修复
P2 UniLog: Automatic Logging via LLM and In-Context Learning
UniLog：基于LLM与上下文学习的自动日志生成
提出 UniLog，用 LLM 的上下文学习实现无需微调的端到端自动日志语句生成，并显著降低调优成本。
ICSE Proceedings of the IEEE/ACM 46th International Conference on Software Engineering2024匹配度 3/10引用 63机器学习与程序语言编程环境与开发者工具
P2 Restoring Execution Environments of Jupyter Notebooks
恢复 Jupyter Notebook 的执行环境
SnifferDog 通过收集 Python 包 API 数据库并分析 notebook 推断所需依赖包及版本，恢复其可执行环境。
ICSE 2021 IEEE/ACM 43rd International Conference on Software Engineering (ICSE)2021匹配度 3/10引用 58编程环境与开发者工具程序分析与抽象解释
P2 Language Models for Code Completion: A Practical Evaluation
面向代码补全的语言模型：一项实践评估
通过 IDE 插件和一年真实使用数据，定量与定性评估三个公开代码补全语言模型，并对比在线与离线表现。
ICSE Proceedings of the IEEE/ACM 46th International Conference on Software Engineering2024匹配度 3/10引用 57机器学习与程序语言编程环境与开发者工具
P2 AUGER: automatically generating review comments with pre-training models
AUGER：利用预训练模型自动生成代码审查评论
提出 AUGER，基于 T5 预训练模型从代码变更自动生成审查评论，ROUGE-L 较基线提升 37.38%。
FSE Proceedings of the 30th ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering2022匹配度 3/10引用 53机器学习与程序语言编程环境与开发者工具
P2 Effective API recommendation without historical software repositories
无需历史软件仓库的有效 API 推荐
提出 RecRank，用 API 使用路径特征与排序式判别模型，在不依赖历史仓库的前提下提升 top-1 API 推荐准确率。
ASE Proceedings of the 33rd ACM/IEEE International Conference on Automated Software Engineering2018匹配度 3/10引用 52编程环境与开发者工具机器学习与程序语言
P2 Domain Adaptive Code Completion via Language Models and Decoupled Domain Databases
通过语言模型与解耦领域数据库实现领域自适应代码补全
提出 k NM-LM，用检索增强与贝叶斯推断将领域知识注入语言模型，实现免微调的领域自适应代码补全。
ASE 2023 38th IEEE/ACM International Conference on Automated Software Engineering (ASE)2023匹配度 3/10引用 51机器学习与程序语言编程环境与开发者工具
P2 Tackling combinatorial explosion: a study of industrial needs and practices for analyzing highly configurable systems
应对组合爆炸：分析高度可配置系统的工业需求与实践研究
通过工业调查与访谈，揭示高度可配置系统分析的实际需求、实践及工具缺口。
ASE Proceedings of the 33rd ACM/IEEE International Conference on Automated Software Engineering2018匹配度 3/10引用 47领域特定语言与建模编程环境与开发者工具
P2 Generating query-specific class API summaries
生成面向查询的类 API 摘要
提出按自然语言查询为 API 类生成文档句子与方法组成的混合摘要。
FSE Proceedings of the 2019 27th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2019匹配度 3/10引用 46编程环境与开发者工具
P2 Where shall we log?
我们应该在哪里记录日志？
通过实证研究归纳块级日志位置模式，并提出深度学习框架自动推荐日志插入位置。
ASE Proceedings of the 35th IEEE/ACM International Conference on Automated Software Engineering2020匹配度 3/10引用 43机器学习与程序语言编程环境与开发者工具
P2 Improving the effectiveness of traceability link recovery using hierarchical bayesian networks
使用分层贝叶斯网络提高可追溯性链接恢复的有效性
提出分层贝叶斯网络方法，联合建模多样软件制品间关系，以提升可追溯性链接恢复效果。
ICSE Proceedings of the ACM/IEEE 42nd International Conference on Software Engineering2020匹配度 3/10引用 43机器学习与程序语言编程环境与开发者工具
P2 A large-scale study of usability criteria addressed by static analysis tools
静态分析工具所满足的可用性准则：一项大规模研究
通过大规模研究考察静态分析工具在多大程度上覆盖可用性准则，以解释其采纳障碍。
ISSTA Proceedings of the 31st ACM SIGSOFT International Symposium on Software Testing and Analysis2022匹配度 3/10引用 41编程环境与开发者工具程序分析与抽象解释
P2 Discovering repetitive code changes in python ML systems
发现 Python ML 系统中的重复代码变更
首个针对大规模 Python ML 系统的细粒度重复代码变更挖掘，揭示 22 类模式组与四大趋势。
ICSE Proceedings of the 44th International Conference on Software Engineering2022匹配度 3/10引用 41机器学习与程序语言编程环境与开发者工具
P2 CPC
CPC：程序分析驱动的代码注释传播与分类
提出 CPC，用程序分析系统化推导、精炼并传播代码注释，辅助缺陷检测。
ICSE Proceedings of the ACM/IEEE 42nd International Conference on Software Engineering2020匹配度 3/10引用 41程序分析与抽象解释编程环境与开发者工具
P2 Code Search is All You Need? Improving Code Suggestions with Code Search
代码搜索就够了？利用代码搜索改进代码建议
提出检索增强的代码建议框架，用代码搜索检索相似片段增强语言模型，显著提升代码补全与生成性能。
ICSE Proceedings of the IEEE/ACM 46th International Conference on Software Engineering2024匹配度 3/10引用 40机器学习与程序语言编程环境与开发者工具
P2 Escaping dependency hell: finding build dependency errors with the unified dependency graph
逃离依赖地狱：用统一依赖图发现构建依赖错误
提出统一依赖图 UDG，融合静态与动态信息编码声明与实际依赖，实现高效精确的构建依赖错误检测工具 VeriBuild。
ISSTA Proceedings of the 29th ACM SIGSOFT International Symposium on Software Testing and Analysis2020匹配度 3/10引用 38程序分析与抽象解释编程环境与开发者工具
P2 Lightweight global and local contexts guided method name recommendation with prior knowledge
融合先验知识的轻量级全局与局部上下文引导方法名推荐
提出Cognac，融合局部/全局上下文与先验知识，提升方法名推荐及一致性检查效果。
FSE Proceedings of the 29th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2021匹配度 3/10引用 37编程环境与开发者工具
P2 Programming not only by example
不仅通过示例编程
提出超越纯示例的交互式程序合成意图表达方式，允许程序员参照生成程序的具体部分来精化意图。
ICSE Proceedings of the 40th International Conference on Software Engineering2018匹配度 3/10引用 37程序合成编程环境与开发者工具
P2 Automating the removal of obsolete TODO comments
自动化移除过时的 TODO 注释
提出 TDCleaner 模型，利用神经编码器自动识别软件项目中已过时的 TODO 注释，支持即时检查与自动清理。
FSE Proceedings of the 29th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2021匹配度 3/10引用 34机器学习与程序语言编程环境与开发者工具
P2 Let's Chat to Find the APIs: Connecting Human, LLM and Knowledge Graph through AI Chain
让我们对话寻找 API：通过 AI 链连接人类、LLM 与知识图谱
提出知识引导的查询澄清方法，以 LLM 与知识图谱构建五步 AI 链，改进 API 推荐。
ASE 2023 38th IEEE/ACM International Conference on Automated Software Engineering (ASE)2023匹配度 3/10引用 29机器学习与程序语言编程环境与开发者工具
P2 Subtle Bugs Everywhere: Generating Documentation for Data Wrangling Code
无处不在的隐蔽缺陷：为数据整理代码生成文档
结合程序合成与测试用例选择为数据整理代码自动生成文档，并以 JupyterLab 插件验证其帮助用户更快发现隐蔽缺陷。
ASE 2021 36th IEEE/ACM International Conference on Automated Software Engineering (ASE)2021匹配度 3/10引用 27编程环境与开发者工具程序合成
P2 An Empirical Study on Low GPU Utilization of Deep Learning Jobs
深度学习作业低 GPU 利用率的实证研究
基于微软内部平台 400 个真实作业，实证刻画深度学习作业低 GPU 利用率的表现、根因与修复方式。
ICSE Proceedings of the IEEE/ACM 46th International Conference on Software Engineering2024匹配度 3/10引用 25机器学习与程序语言编程环境与开发者工具
P2 Towards automating code review at scale
迈向大规模代码评审自动化
本文研究大规模代码评审自动化的愿景与挑战，通过收集数十万个changeset并预测评论位置，揭示该任务的困难与随机性。
FSE Proceedings of the 29th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2021匹配度 3/10引用 23机器学习与程序语言编程环境与开发者工具
P2 PowerStation: automatically detecting and fixing inefficiencies of database-backed web applications in IDE
PowerStation：在 IDE 中自动检测与修复数据库后端 Web 应用的性能低效问题
提出 PowerStation，一个 RubyMine 插件，通过静态分析自动检测 Rails ORM 性能低效并建议修复。
FSE Proceedings of the 2018 26th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2018匹配度 3/10引用 23程序分析与抽象解释编程环境与开发者工具
P2 Semantic Patches for Adaptation of JavaScript Programs to Evolving Libraries
将 JavaScript 程序适配到演化中库的语义补丁
提出 JSFIX，利用语义补丁、静态分析和交互式确认来检测并适配 JavaScript 客户端因库破坏性变更而失效的代码。
ICSE 2021 IEEE/ACM 43rd International Conference on Software Engineering (ICSE)2021匹配度 3/10引用 21程序分析与抽象解释编程环境与开发者工具
P2 Automated Feedback Generation for Competition-Level Code
面向竞赛级代码的自动反馈生成
关注竞赛编程错误提交仅获首个失败用例、反馈不足的问题，研究自动反馈生成。
ASE Proceedings of the 37th IEEE/ACM International Conference on Automated Software Engineering2022匹配度 3/10引用 19编程环境与开发者工具测试、调试与修复
P2 Flexeme: untangling commits using lexical flows
Flexeme：利用词法流拆分纠缠的提交
提出 δ-NFG（带名字流的多版本程序依赖图）与 Flexeme 方法，用图聚类自动拆分纠缠提交，准确率提升 0.14 且快 32 倍。
FSE Proceedings of the 28th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2020匹配度 3/10引用 19程序分析与抽象解释编程环境与开发者工具
P2 Scalable incremental building with dynamic task dependencies
具有动态任务依赖的可扩展增量构建
提出一种增量构建算法，支持全功能编程语言脚本，执行代价随受影响任务数扩展而非项目规模。
ASE Proceedings of the 33rd ACM/IEEE International Conference on Automated Software Engineering2018匹配度 3/10引用 19语言设计与特性编程环境与开发者工具
P2 Evaluating the Impact of Experimental Assumptions in Automated Fault Localization
评估自动故障定位中实验假设的影响
通过裂分测试与开发者调研，揭示故障定位实验的三项常见假设会高估AFL、低估APR，并呼吁保守评估。
ICSE 2023 IEEE/ACM 45th International Conference on Software Engineering (ICSE)2023匹配度 3/10引用 18测试、调试与修复编程环境与开发者工具
P2 Conflict-aware inference of python compatible runtime environments with domain knowledge graph
基于领域知识图谱的冲突感知 Python 兼容运行时环境推断
提出 PyCRE，利用领域知识图谱与冲突感知启发式依赖求解，自动推断 Python 兼容运行时环境。
ICSE Proceedings of the 44th International Conference on Software Engineering2022匹配度 3/10引用 18编程环境与开发者工具
P2 Pair programming conversations with agents vs. developers: challenges and opportunities for SE community
与智能体和开发者的结对编程对话：软件工程社区的挑战与机遇
构建开发者-智能体结对编程对话数据集与标签体系，比较其与开发者对话差异并评估模型迁移效果。
FSE Proceedings of the 30th ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering2022匹配度 3/10引用 17编程环境与开发者工具机器学习与程序语言
P2 Usability-Oriented Design of Liquid Types for Java
面向可用性的 Java Liquid Types 设计
以参与式设计将 Liquid Types 融入 Java，实现 LiquidJava，并经 30 人用户研究证明其易学易用且能帮助发现并修复更多缺陷。
ICSE 2023 IEEE/ACM 45th International Conference on Software Engineering (ICSE)2023匹配度 3/10引用 16类型系统编程环境与开发者工具
P2 Adversarial Attacks to API Recommender Systems: Time to Wake Up and Smell the Coffee?
对 API 推荐系统的对抗性攻击：是时候醒醒、闻闻咖啡味了？
实证表明三种先进 API 推荐系统均无法抵御训练数据投毒，亟需有效防御手段。
ASE 2021 36th IEEE/ACM International Conference on Automated Software Engineering (ASE)2021匹配度 3/10引用 16机器学习与程序语言编程环境与开发者工具
P2 FT2Ra: A Fine-Tuning-Inspired Approach to Retrieval-Augmented Code Completion
FT2Ra：一种受微调启发的检索增强代码补全方法
提出 FT2Ra，通过模拟微调中的 delta logits、学习率与多轮检索，实现无需微调的检索增强代码补全。
ISSTA Proceedings of the 33rd ACM SIGSOFT International Symposium on Software Testing and Analysis2024匹配度 3/10引用 15机器学习与程序语言编程环境与开发者工具
P2 Copilot-in-the-Loop: Fixing Code Smells in Copilot-Generated Python Code using Copilot
Copilot 在环：使用 Copilot 修复 Copilot 生成的 Python 代码中的代码坏味
构建 Copilot 生成 Python 代码的代码坏味数据集，并评估 Copilot Chat 在不同提示下修复坏味的效果。
ASE Proceedings of the 39th IEEE/ACM International Conference on Automated Software Engineering2024匹配度 3/10引用 15机器学习与程序语言编程环境与开发者工具
P2 A Systematic Evaluation of Large Code Models in API Suggestion: When, Which, and How
大型代码模型在API推荐中的系统评估：何时用、用哪个与如何用
构建API推荐基准，系统评测九种大型代码模型在“何时用、用哪个、如何用”三个场景下的能力。
ASE Proceedings of the 39th IEEE/ACM International Conference on Automated Software Engineering2024匹配度 3/10引用 15机器学习与程序语言编程环境与开发者工具
P2 CloneCognition: machine learning based code clone validation tool
CloneCognition：基于机器学习的代码克隆验证工具
提出基于机器学习的工具 CloneCognition，自动验证代码克隆检测结果，减少人工确认。
FSE Proceedings of the 2019 27th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2019匹配度 3/10引用 15机器学习与程序语言编程环境与开发者工具
P2 Constraint-Based Refactoring
基于约束的重构
将基于约束的重构从类型推广到名称、位置、可访问性等属性，并给出工具正确性条件与实现算法。
TOPLAS 40(1)2018匹配度 3/10引用 15编程环境与开发者工具逻辑与约束编程
P2 Total Type Error Localization and Recovery with Holes
基于洞的完全类型错误定位与恢复
提出标记 lambda 演算，首次形式化完全类型错误定位与恢复，并在 Hazel 中实现无无意义编辑器状态的实时环境。
POPL 8(POPL)2024匹配度 3/10引用 14类型系统编程环境与开发者工具
P2 RefAgent: A Multi-agent LLM-based Framework for Automatic Software Refactoring
RefAgent：一种基于多智能体 LLM 的自动软件重构框架
提出多智能体 LLM 框架 RefAgent，通过规划、执行、测试与反思迭代自动完成端到端软件重构。
ICSE Proceedings of the 2026 IEEE/ACM 48th International Conference on Software Engineering2026匹配度 3/10引用 13机器学习与程序语言编程环境与开发者工具
P2 Generating Variable Explanations via Zero-shot Prompt Learning
基于零样本提示学习生成变量解释
提出 ZeroVar，用代码预训练模型和零样本提示学习为变量生成自然语言解释，并在自动/人工指标及变量命名任务上优于基线。
ASE 2023 38th IEEE/ACM International Conference on Automated Software Engineering (ASE)2023匹配度 3/10引用 13机器学习与程序语言编程环境与开发者工具
P2 APIzation: Generating Reusable APIs from StackOverflow Code Snippets
APIzation：从 StackOverflow 代码片段自动生成可复用 API
提出 APIZATOR，用静态分析自动将 StackOverflow 代码片段转化为含参数与返回值的方法声明。
ASE 2021 36th IEEE/ACM International Conference on Automated Software Engineering (ASE)2021匹配度 3/10引用 13程序分析与抽象解释编程环境与开发者工具
P2 Exploring the architectural impact of possible dependencies in Python software
探索 Python 软件中 possible dependencies 的架构影响
通过类型推断显式化 Python 的 possible dependencies，实证表明其对架构质量的影响超过显式依赖。
ASE Proceedings of the 35th IEEE/ACM International Conference on Automated Software Engineering2020匹配度 3/10引用 13程序分析与抽象解释编程环境与开发者工具
P2 On the Applicability of Language Models to Block-Based Programs
论语言模型在基于块（block-based）程序上的适用性
系统评估 n-gram 与 Transformer 语言模型在 Scratch 积木式程序上的代码补全与缺陷发现可行性，发现积木结构降低可预测性但方法仍可用。
ICSE 2023 IEEE/ACM 45th International Conference on Software Engineering (ICSE)2023匹配度 3/10引用 12机器学习与程序语言编程环境与开发者工具
P2 Hero: On the Chaos When PATH Meets Modules
Hero：当 PATH 遇上 Modules 时的混乱
通过实证研究刻画 Go 依赖管理问题，并提出自动检测与修复建议工具 Hero。
ICSE 2021 IEEE/ACM 43rd International Conference on Software Engineering (ICSE)2021匹配度 3/10引用 12编程环境与开发者工具程序分析与抽象解释
P2 On Automated Assistants for Software Development: The Role of LLMs
论软件开发中的自动化助手：大语言模型的作用
探讨以人类记忆模型为框架，系统研究基于大语言模型的软件开发自动化助手。
ASE 2023 38th IEEE/ACM International Conference on Automated Software Engineering (ASE)2023匹配度 3/10引用 12编程环境与开发者工具机器学习与程序语言
P2 Automated refactoring of nested-IF formulae in spreadsheets
电子表格中嵌套 IF 公式的自动重构
首次大规模揭示电子表格嵌套 IF 公式的普遍性，并提出基于 AST 去冗余与内置函数重组的自动重构方法。
FSE Proceedings of the 2018 26th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2018匹配度 3/10引用 12编译与代码生成编程环境与开发者工具
P2 Explainable Program Synthesis by Localizing Specifications
通过局部化规格实现可解释的程序合成
提出子规格机制，为合成程序局部附加由全局规格与上下文推导的逻辑解释，并验证其性质与用户效用。
OOPSLA 7(OOPSLA2)2023匹配度 3/10引用 12程序合成编程环境与开发者工具
P2 Toward Automatically Completing GitHub Workflows
面向自动补全 GitHub 工作流
提出 GH-WCOM，用 Transformer 加抽象化处理自动补全 GitHub workflow 形式的 CI/CD 配置。
ICSE Proceedings of the IEEE/ACM 46th International Conference on Software Engineering2024匹配度 3/10引用 10机器学习与程序语言编程环境与开发者工具
P2 Facilitating Trustworthy Human-Agent Collaboration in LLM-based Multi-Agent System oriented Software Engineering
促进基于LLM的多智能体系统软件工程中可信的人-智能体协作
提出基于RACI的框架，为LLM多智能体软件工程系统分配人机任务，保障可信协作与问责。
FSE Proceedings of the 33rd ACM International Conference on the Foundations of Software Engineering2025匹配度 3/10引用 10机器学习与程序语言编程环境与开发者工具
P2 Detect Hidden Dependency to Untangle Commits
检测隐藏依赖以解开提交纠缠
提出 HD-GNN，通过细粒度全局异质有向图检测代码变更间的隐藏依赖，以解开纠缠提交。
ASE Proceedings of the 39th IEEE/ACM International Conference on Automated Software Engineering2024匹配度 3/10引用 10机器学习与程序语言编程环境与开发者工具
P2 A Large-Scale Empirical Study on Semantic Versioning in Golang Ecosystem
Golang 生态系统中语义化版本的大规模实证研究
首次对 Go 生态进行大规模实证，提出 GoSVI 检测破坏性变更并分析 SemVer 合规性与影响。
ASE 2023 38th IEEE/ACM International Conference on Automated Software Engineering (ASE)2023匹配度 3/10引用 10程序分析与抽象解释编程环境与开发者工具
P2 Applying cognitive principles to model-finding output: the positive value of negative information
将认知原则应用于模型查找器输出：负信息的正面价值
通过受控实验与出声思维，研究模型查找器输出中一次展示实例数量及展示负实例的价值。
OOPSLA 6(OOPSLA1)2022匹配度 3/10引用 10编程环境与开发者工具程序验证
P2 Language-parametric static semantic code completion
语言参数化的静态语义代码补全
基于语法与静态语义规约，语言参数化地合成可靠且完备的代码补全建议。
OOPSLA 6(OOPSLA1)2022匹配度 3/10引用 10编程环境与开发者工具程序分析与抽象解释
P2 Are Prompt Engineering and TODO Comments Friends or Foes? An Evaluation on GitHub Copilot
提示工程与 TODO 注释是友还是敌？对 GitHub Copilot 的评估
本文评估 TODO 注释能否增强提示工程，以及 GitHub Copilot 会偿还还是重现自认技术债。
ICSE Proceedings of the IEEE/ACM 46th International Conference on Software Engineering2024匹配度 3/10引用 9机器学习与程序语言编程环境与开发者工具
P2 An Automated Approach to Extracting Local Variables
一种自动提取局部变量的方法
提出 ValExtractor，用轻量静态分析自动执行提取局部变量重构并避免语义错误。
FSE Proceedings of the 31st ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering2023匹配度 3/10引用 9程序分析与抽象解释编程环境与开发者工具
P2 NL2Viz: natural language to visualization via constrained syntax-guided synthesis
NL2Viz：通过约束引导的语法指导合成实现自然语言到可视化
提出 NL2Viz，结合数据/程序上下文与软硬约束，用约束语法引导合成将自然语言转为可视化，并支持结果精化复用。
FSE Proceedings of the 30th ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering2022匹配度 3/10引用 9程序合成编程环境与开发者工具
P2 Managing data constraints in database-backed web applications
数据库支持的 Web 应用中的数据约束管理
通过实证研究数据库 Web 应用中数据约束的表达、演化与违规处理，并据此开发自动检测工具与 API 增强。
ICSE Proceedings of the ACM/IEEE 42nd International Conference on Software Engineering2020匹配度 3/10引用 9程序分析与抽象解释编程环境与开发者工具
P2 Debugger Toolchain Validation via Cross-Level Debugging
通过跨层次调试验证调试器工具链
提出跨层次调试（CLD），比较同一可执行文件在源码级与指令级调试下的轨迹，以验证调试器工具链。
ASPLOS Proceedings of the 30th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 12025匹配度 3/10引用 8测试、调试与修复编程环境与开发者工具
P2 Natural Language Outlines for Code: Literate Programming in the LLM Era
代码的自然语言大纲：LLM 时代的文学化编程
提出自然语言大纲作为代码与 LLM 交互的新模态，可自动生成并实现代码与 NL 双向同步。
FSE Proceedings of the 33rd ACM International Conference on the Foundations of Software Engineering2025匹配度 3/10引用 8机器学习与程序语言编程环境与开发者工具
P2 A Hybrid Approach for Inference between Behavioral Exception API Documentation and Implementations, and Its Applications
行为异常 API 文档与实现之间推断的混合方法及其应用
提出 StatGen，混合统计机器翻译与树结构翻译，实现行为异常 API 文档与代码之间的双向推断。
ASE Proceedings of the 37th IEEE/ACM International Conference on Automated Software Engineering2022匹配度 3/10引用 8机器学习与程序语言编程环境与开发者工具
P2 CoEdPilot: Recommending Code Edits with Learned Prior Edit Relevance, Project-wise Awareness, and Interactive Nature
CoEdPilot：基于学习到的先验编辑相关性、项目级感知与交互特性的代码编辑推荐
提出 CoEdPilot，用多 Transformer 预测后续代码编辑的位置与内容，并支持项目级影响和交互式反馈。
ISSTA Proceedings of the 33rd ACM SIGSOFT International Symposium on Software Testing and Analysis2024匹配度 3/10引用 7机器学习与程序语言编程环境与开发者工具
P2 Cell2Doc: ML Pipeline for Generating Documentation in Computational Notebooks
Cell2Doc：在计算笔记本中生成文档的机器学习流水线
提出 Cell2Doc 机器学习流水线与基准数据集，按逻辑上下文为 notebook 代码单元生成文档。
ASE 2023 38th IEEE/ACM International Conference on Automated Software Engineering (ASE)2023匹配度 3/10引用 7机器学习与程序语言编程环境与开发者工具
P2 Exploit those code reviews! bigger data for deeper learning
利用那些代码评审！为更深入的深度学习提供更大规模数据
提出从 GitHub 挖掘代码评审数据集的 ETCR 基础设施，并构建关联评审评论与 AST 节点的大规模数据集。
FSE Proceedings of the 29th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2021匹配度 3/10引用 7机器学习与程序语言编程环境与开发者工具
P2 DeepContext: A Context-aware, Cross-platform, and Cross-framework Tool for Performance Profiling and Analysis of Deep Learning Workloads
DeepContext：面向深度学习负载性能剖析与分析的上下文感知、跨平台、跨框架工具
提出上下文感知、跨平台跨框架的 DeepContext 工具，关联深度学习全栈执行以定位性能瓶颈并给出优化建议。
ASPLOS Proceedings of the 30th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Volume 32025匹配度 3/10引用 6机器学习与程序语言编程环境与开发者工具
P2 npm-follower: A Complete Dataset Tracking the NPM Ecosystem
npm-follower：追踪 NPM 生态系统的完整数据集
构建持续归档 NPM 所有包与版本的元数据和代码的数据集与爬取架构，可保留后续被删除的数据。
FSE Proceedings of the 31st ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering2023匹配度 3/10引用 6编程环境与开发者工具安全与隐私
P2 Which Exception Shall We Throw?
应当抛出哪个异常？
提出首个异常抛出推荐方法 ThEx，基于源码上下文学习分类模型预测应抛出的异常。
ASE Proceedings of the 37th IEEE/ACM International Conference on Automated Software Engineering2022匹配度 3/10引用 6机器学习与程序语言编程环境与开发者工具
P2 Leveraging test plan quality to improve code review efficacy
利用测试计划质量提升代码审查效能
通过开发者意见与 transformer 模型度量 Meta 测试计划质量，并关联评审参与度和回退，以改进代码审查工具。
FSE Proceedings of the 30th ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering2022匹配度 3/10引用 6编程环境与开发者工具机器学习与程序语言
P2 Interactive Abstract Interpretation with Demanded Summarization
基于按需摘要的交互式抽象解释
提出按需摘要，首个在任意抽象域中保证从零一致性的增量组合式静态分析算法。
TOPLAS 46(1)2024匹配度 3/10引用 6程序分析与抽象解释编程环境与开发者工具
P2 Enabling Global, Human-Centered Explanations for LLMs: From Tokens to Interpretable Code and Test Generation
面向 LLM 的全局、以人为中心的解释：从 token 到可解释的代码与测试生成
提出 CodeQ 框架，将 token 级归因聚合映射为高层编程类别，为代码大模型提供全局可解释性。
ICSE Proceedings of the 2026 IEEE/ACM 48th International Conference on Software Engineering2026匹配度 3/10引用 5机器学习与程序语言编程环境与开发者工具
P2 A Causal Perspective on Measuring, Explaining and Mitigating Smells in LLM-Generated Code
从因果视角度量、解释与缓解 LLM 生成代码中的代码异味
以倾向性异味分数为工具做因果分析，揭示提示设计与模型架构如何影响 LLM 生成代码的代码异味，并提出缓解策略。
ICSE Proceedings of the 2026 IEEE/ACM 48th International Conference on Software Engineering2026匹配度 3/10引用 5机器学习与程序语言编程环境与开发者工具
P2 Programming Assistant for Exception Handling with CodeBERT
基于 CodeBERT 的异常处理编程助手
提出 Neurex，基于 CodeBERT 多任务微调，为 Java 片段推荐是否需 try-catch、try 块语句与捕获异常类型。
ICSE Proceedings of the IEEE/ACM 46th International Conference on Software Engineering2024匹配度 3/10引用 5机器学习与程序语言编程环境与开发者工具
P2 HyperAST: Enabling Efficient Analysis of Software Histories at Scale
HyperAST：支持大规模软件历史的高效分析
提出 HyperAST，以支持对软件演化历史中的 AST 进行大规模高效时序分析。
ASE Proceedings of the 37th IEEE/ACM International Conference on Automated Software Engineering2022匹配度 3/10引用 5程序分析与抽象解释编程环境与开发者工具
P2 PTracer: A Linux Kernel Patch Trace Bot
PTracer：一个 Linux 内核补丁追踪机器人
提出基于改进 PatchNet 的 Linux 内核补丁追踪机器人 PTracer，自动筛选并分类修复性补丁。
ASE 2019 34th IEEE/ACM International Conference on Automated Software Engineering (ASE)2019匹配度 3/10引用 5机器学习与程序语言编程环境与开发者工具
P2 Adventure of a Lifetime: Extract Method Refactoring for Rust
一生的冒险：面向 Rust 的 Extract Method 重构
将 Rust 的 Extract Method 重构分解为函数提升与一系列程序修复步骤，并实现工具 REM。
OOPSLA 7(OOPSLA2)2023匹配度 3/10引用 5编程环境与开发者工具程序分析与抽象解释
P2 Linked visualisations via Galois dependencies
基于 Galois 依赖的联动可视化
提出基于 Galois 连接的双向程序切片动态分析，支持可否定选择，为 brushing and linking 提供语言基础。
POPL 6(POPL)2022匹配度 3/10引用 5程序分析与抽象解释编程环境与开发者工具
P2 Why AI Agents Still Need You: Findings from Developer-Agent Collaborations in the Wild
为什么 AI 智能体仍然需要你：来自真实开发者-智能体协作的实证发现
通过观察 19 名开发者与 IDE 内智能体协作修复 33 个 issue，揭示增量交互与迭代协作更易成功。
ASE 2025 40th IEEE/ACM International Conference on Automated Software Engineering (ASE)2025匹配度 3/10引用 4编程环境与开发者工具机器学习与程序语言
P2 Support, Not Automation: Towards AI-supported Code Review For Code Quality and Beyond
支持而非自动化：面向代码质量及更广目标的 AI 辅助代码审查
主张以 AI 辅助而非全自动方式支持代码审查，兼顾质量、人际与团队收益。
FSE Proceedings of the 33rd ACM International Conference on the Foundations of Software Engineering2025匹配度 3/10引用 4编程环境与开发者工具机器学习与程序语言
P2 ACE: Automated Technical Debt Remediation with Validated Large Language Model Refactorings
ACE：利用经验证的大语言模型重构实现自动化技术债务偿还
提出 ACE，用经校验的大语言模型重构自动偿还技术债务，提升代码可理解性，缓解开发者的理解瓶颈。
FSE Proceedings of the 33rd ACM International Conference on the Foundations of Software Engineering2025匹配度 3/10引用 4机器学习与程序语言编程环境与开发者工具
P2 Three Heads Are Better Than One: Suggesting Move Method Refactoring Opportunities with Inter-class Code Entity Dependency Enhanced Hybrid Hypergraph Neural Network
三个头胜过一个：基于类间代码实体依赖增强的混合超图神经网络推荐 Move Method 重构机会
提出 HMove，用类间代码实体依赖超图与混合超图神经网络结合大语言模型，推荐 Move Method 重构机会。
ASE Proceedings of the 39th IEEE/ACM International Conference on Automated Software Engineering2024匹配度 3/10引用 4机器学习与程序语言编程环境与开发者工具
P2 RepoGenix: Dual Context-Aided Repository-Level Code Completion with Language Models
RepoGenix：基于语言模型的双上下文辅助仓库级代码补全
RepoGenix 通过相似与相关双上下文的感知选择压缩提示，在不增加延迟的前提下提升仓库级代码补全性能。
ASE Proceedings of the 39th IEEE/ACM International Conference on Automated Software Engineering2024匹配度 3/10引用 4机器学习与程序语言编程环境与开发者工具
P2 Optimizing Continuous Development by Detecting and Preventing Unnecessary Content Generation
通过检测与阻止不必要的内容生成来优化持续开发
OptCD 动态检测持续开发构建中生成却从未被读取的文件，定位负责生成它们的构建任务并自动生成禁用补丁。
ASE 2023 38th IEEE/ACM International Conference on Automated Software Engineering (ASE)2023匹配度 3/10引用 4编程环境与开发者工具机器学习与程序语言
P2 SAFA: A Tool for Supporting Safety Analysis in Evolving Software Systems
SAFA：支持演化软件系统中安全性分析的工具
SAFA 利用深度学习生成需求、设计、代码与测试等安全论证树，自动提示缺失工件并可视化跨版本变更对系统安全的影响。
ASE Proceedings of the 37th IEEE/ACM International Conference on Automated Software Engineering2022匹配度 3/10引用 4机器学习与程序语言编程环境与开发者工具
P2 Next Syntactic-Unit Code Completion and Applications
下一个语法单元代码补全及其应用
提出 AstCC，用 AST 统计语言模型预测下一个语法单元，并给出其在修复、测试生成与模式挖掘中的应用。
ASE Proceedings of the 37th IEEE/ACM International Conference on Automated Software Engineering2022匹配度 3/10引用 4编程环境与开发者工具机器学习与程序语言
P2 Intelligent Change Operators for Multi-Objective Refactoring
面向多目标重构的智能变化算子
提出融合重构依赖的智能交叉与变异算子，提升多目标重构推荐的多样性、收敛性并减少无效重构。
ASE 2021 36th IEEE/ACM International Conference on Automated Software Engineering (ASE)2021匹配度 3/10引用 4编译与代码生成编程环境与开发者工具
P2 Refinement Type Refutations
精化类型反驳
提出精化类型反驳，将双向类型检查规则系统化转为失败解释，支持全局精化推断，并实现于 Liquid Haskell 扩展 HayStack。
OOPSLA 8(OOPSLA2)2024匹配度 3/10引用 4类型系统编程环境与开发者工具
P2 An efficient algorithm for type-safe structural diffing
一种高效的类型安全结构化差异比较算法
提出一种线性时间、类型安全的数据类型泛型结构化 diff 算法，最大化共享并提升补丁自动合并率。
ICFP 3(ICFP)2019匹配度 3/10引用 4编程环境与开发者工具语言设计与特性
P2 From Scattered to Structured: A Vision for Automating Architectural Knowledge Management
从分散到结构化：自动化架构知识管理的愿景
提出自动化流水线，将异构软件制品中的架构知识抽取、链接、消解不一致并整合为可问答的结构化知识库。
ICSE Proceedings of the 2026 IEEE/ACM 48th International Conference on Software Engineering2026匹配度 3/10引用 3编程环境与开发者工具机器学习与程序语言
P2 How C++ Developers Use Immutability Declarations: An Empirical Study
C++ 开发者如何使用不可变性声明：一项实证研究
通过分析 7 个开源项目，实证揭示 C++ 开发者使用 const 表达不可变性的现状与漏标差距。
ICSE 2019 IEEE/ACM 41st International Conference on Software Engineering (ICSE)2019匹配度 3/10引用 3语言设计与特性编程环境与开发者工具
P2 NES: An Instruction-Free, Low-Latency Next Edit Suggestion Framework Powered by Learned Historical Editing Trajectories
NES：一个无需指令、低延迟的基于历史编辑轨迹学习的下一编辑建议框架
提出无需自然语言指令、低延迟的下一编辑建议框架，用历史编辑轨迹预测编辑位置与内容。
FSE Proceedings of the 34th ACM International Conference on the Foundations of Software Engineering2026匹配度 3/10引用 3机器学习与程序语言编程环境与开发者工具
P2 Deep Learning-based Code Reviews: A Paradigm Shift or a Double-Edged Sword?
基于深度学习的代码审查：范式转变还是双刃剑？
通过29名开发者的对照实验，揭示LLM自动代码审查对审查行为、质量、耗时与信心的真实影响。
ICSE 2025 IEEE/ACM 47th International Conference on Software Engineering (ICSE)2025匹配度 3/10引用 3机器学习与程序语言编程环境与开发者工具
P2 Enhancing Code Generation via Bidirectional Comment-Level Mutual Grounding
通过双向注释级共同基础增强代码生成
提出以代码注释为媒介、双向迭代对齐开发者意图与 LLM 生成的交互式代码生成方法。
ICSE 2025 IEEE/ACM 47th International Conference on Software Engineering (ICSE)2025匹配度 3/10引用 3机器学习与程序语言编程环境与开发者工具
P2 LLMs Meet Library Evolution: Evaluating Deprecated API Usage in LLM-Based Code Completion
LLM 遇上库演化：评估基于 LLM 的代码补全中的弃用 API 使用
首次系统评估 LLM 代码补全中弃用 API 的使用现状与成因，并提出两种轻量修复基线方法。
ICSE 2025 IEEE/ACM 47th International Conference on Software Engineering (ICSE)2025匹配度 3/10引用 3机器学习与程序语言编程环境与开发者工具
P2 Measuring the Runtime Performance of C++ Code Written by Humans Using Github Copilot
衡量人类使用 GitHub Copilot 编写的 C++ 代码的运行时性能
通过 32 人用户实验发现，使用 GitHub Copilot 辅助写出的 C++ 代码运行时性能显著更慢。
ICSE 2025 IEEE/ACM 47th International Conference on Software Engineering (ICSE)2025匹配度 3/10引用 3机器学习与程序语言编程环境与开发者工具
P2 An Exploratory Study of ML Sketches and Visual Code Assistants
ML 草图与可视化代码助手的探索性研究
通过19名数据科学家的实验，探索 IDE 中基于手绘草图与 LLM 生成代码的视觉代码助手，并评估其可用性与生成质量。
ICSE 2025 IEEE/ACM 47th International Conference on Software Engineering (ICSE)2025匹配度 3/10引用 3机器学习与程序语言编程环境与开发者工具
P2 Understanding Misconfigurations in ROS: An Empirical Study and Current Approaches
理解 ROS 中的配置错误：一项实证研究与当前方法
通过分析 ROS Answers 与文献，归纳 ROS 配置错误分类并评估现有检测技术的覆盖缺口。
ISSTA Proceedings of the 33rd ACM SIGSOFT International Symposium on Software Testing and Analysis2024匹配度 3/10引用 3编程环境与开发者工具测试、调试与修复
P2 Understanding Code Fragments with Issue Reports
利用 issue 报告理解代码片段
提出 ISSUECOMM，将代码片段与 issue 报告关联，为理解代码维护意图提供补充注释。
ASE 2021 36th IEEE/ACM International Conference on Automated Software Engineering (ASE)2021匹配度 3/10引用 3编程环境与开发者工具
P2 What Breaks When LLMs Code? Characterizing Operational Safety Failures of Agentic Code Assistants
当 LLM 写代码时什么会出错？智能体代码助手的操作安全失效刻画
通过对论文与 GitHub issue 的大规模实证分析，构建 LLM 编码智能体的操作安全失效分类体系，揭示严重风险与任务分布。
ASE Proceedings of the 41st IEEE/ACM International Conference on Automated Software Engineering2026匹配度 3/10引用 2机器学习与程序语言安全与隐私编程环境与开发者工具
P2 Are Humans and LLMs Confused by the Same Code? An Empirical Study on Fixation-Related Potentials and LLM Perplexity
人类与LLM会被同一类代码困扰吗？基于注视相关电位与LLM困惑度的实证研究
通过EEG与LLM困惑度对比，发现人类与LLM对代码的困惑在位置和强度上相关。
ICSE Proceedings of the 2026 IEEE/ACM 48th International Conference on Software Engineering2026匹配度 3/10引用 2机器学习与程序语言编程环境与开发者工具
P2 Adoption of Generative Artificial Intelligence in the German Software Engineering Industry: An Empirical Study
德国软件工程行业中生成式人工智能的采用：一项实证研究
通过访谈与问卷揭示德国软件工程师采用生成式AI工具的动因、组织约束与经验差异。
FSE Proceedings of the 34th ACM International Conference on the Foundations of Software Engineering2026匹配度 3/10引用 2编程环境与开发者工具机器学习与程序语言
P2 Taming Uncertainty via Automation: Observing, Analyzing, and Optimizing Agentic AI Systems
以自动化驯服不确定性：智能体 AI 系统的观察、分析与优化
提出 AgentOps 框架，用六阶段自动化流水线观察、分析与优化 Agentic AI 系统以驾驭不确定性。
ASE 2025 40th IEEE/ACM International Conference on Automated Software Engineering (ASE)2025匹配度 3/10引用 2机器学习与程序语言编程环境与开发者工具
P2 Aligning LLMs to Fully Utilize the Cross-file Context in Repository-level Code Completion
对齐大语言模型以充分利用仓库级代码补全中的跨文件上下文
提出数据驱动的 CoLA 方法，通过构建长上下文仓库级补全数据集与两阶段训练，让 LLM 学会利用跨文件上下文。
ASE 2025 40th IEEE/ACM International Conference on Automated Software Engineering (ASE)2025匹配度 3/10引用 2机器学习与程序语言编程环境与开发者工具
P2 Using Large Language Models to Support the Workflow of Differential Testing
使用大语言模型支持差异测试工作流
通过设计探针研究 Azure 团队差异测试实践，发现 LLM 可辅助差异标注与摘要，但工程师要求预测附带显式理由。
FSE Proceedings of the 33rd ACM International Conference on the Foundations of Software Engineering2025匹配度 3/10引用 2机器学习与程序语言测试、调试与修复编程环境与开发者工具
P2 Assessing the Impact of Refactoring Energy-Inefficient Code Patterns on Software Sustainability: An Industry Case Study
评估重构低能效代码模式对软件可持续性的影响：一项工业案例研究
通过工业案例研究评估重构低能效代码模式对软件可持续性的影响，重构后每用户每月能耗降低29%。
ASE 2023 38th IEEE/ACM International Conference on Automated Software Engineering (ASE)2023匹配度 3/10引用 2编译与代码生成编程环境与开发者工具
P2 Towards Improving Code Review Effectiveness Through Task Automation
通过任务自动化提升代码审查有效性
提出三项研究，通过自动化审阅者选择与缺陷识别来提升现代代码审查的有效性。
ASE Proceedings of the 37th IEEE/ACM International Conference on Automated Software Engineering2022匹配度 3/10引用 2编程环境与开发者工具程序分析与抽象解释
P2 Unite: an adapter for transforming analysis tools to web services via OSLC
Unite：一个通过 OSLC 将分析工具转换为 Web 服务的适配器
Unite 将非交互式命令行分析工具封装为符合 OSLC 标准的 Web 服务，便于在 IDE 与工业流程中统一集成。
FSE Proceedings of the 30th ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering2022匹配度 3/10引用 2编程环境与开发者工具程序分析与抽象解释
P2 Software engineering collaboratories (SEClabs) and collaboratories as a service (CaaS)
软件工程协作实验室（SEClabs）与协作实验室即服务（CaaS）
提出 SEClabs/CaaS 愿景，通过社区共建、评审和共享研究工件与基准程序，提升软件工程研究的可复现性与透明度。
FSE Proceedings of the 2018 26th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2018匹配度 3/10引用 2编程环境与开发者工具
P2 QED in Context: An Observation Study of Proof Assistant Users
情境中的 QED：一项针对证明助手用户的观察研究
通过情境访谈观察 30 名 Rocq 和 Lean 用户，揭示证明助手实际使用中的迭代、对话、外部资源与超越 QED 的设计诉求。
OOPSLA 9(OOPSLA1)2025匹配度 3/10引用 2定理证明与证明工程编程环境与开发者工具
P2 All or Nothing: How Library Type Annotations Affect Client-Side Errors in Python
全有或全无：库类型注解如何影响 Python 客户端错误
研究 Python 库类型注解对客户端代码错误的影响，并提供完整可复现实验制品。
ASE Proceedings of the 41st IEEE/ACM International Conference on Automated Software Engineering2026匹配度 3/10引用 1类型系统编程环境与开发者工具
P2 Customizing an LLM for Enterprise Software Engineering
面向企业软件工程定制 LLM：Gemini for Google 的实践
面向 Google 内部软件工程定制 Gemini，经万亿 token 数据中训练与全栈调优，显著提升编码助手效率与代码留存率。
ASE Proceedings of the 41st IEEE/ACM International Conference on Automated Software Engineering2026匹配度 3/10引用 1机器学习与程序语言编程环境与开发者工具
P2 Software Vulnerability Management in the Era of Artificial Intelligence: An Industry Perspective
人工智能时代的软件漏洞管理：行业视角
基于60名从业者调查，揭示AI工具在软件漏洞管理中的采用现状、障碍与改进建议。
ICSE Proceedings of the 2026 IEEE/ACM 48th International Conference on Software Engineering2026匹配度 3/10引用 1机器学习与程序语言编程环境与开发者工具
P2 LLM-based API Argument Completion with Knowledge-Augmented Prompts
基于知识增强提示的 LLM API 实参补全
用知识图谱对齐检索上下文子图来增强提示，显著提升 LLM 对 API 方法实参的补全精度。
ICSE Proceedings of the 2026 IEEE/ACM 48th International Conference on Software Engineering2026匹配度 3/10引用 1机器学习与程序语言编程环境与开发者工具
P2 Large Language Models for Code Refactoring
面向代码重构的大型语言模型
博士提案研究用大语言模型识别与重构可维护性问题，并构建重构数据集、评测多种提示技术。
ICSE Proceedings of the 2026 IEEE/ACM 48th International Conference on Software Engineering2026匹配度 3/10引用 1机器学习与程序语言编程环境与开发者工具
P2 An Eye for AI: Eye-Tracking the Micro-Interruptions of GenAI Code Suggestions
为 AI 装上眼睛：眼动追踪生成式 AI 代码建议带来的微中断
首个针对开发者查看生成式 AI 代码建议过程的眼动追踪研究，量化了建议带来的认知成本与「微中断」。
ICSE Proceedings of the 2026 IEEE/ACM 48th International Conference on Software Engineering2026匹配度 3/10引用 1编程环境与开发者工具机器学习与程序语言
P2 CodeGreen: Towards Improving Precision and Portability in Software Energy Measurement
CodeGreen：提升软件能耗测量的精度与可移植性
提出模块化能耗测量平台 CodeGreen，以异步解耦架构与 AST 自动插桩实现高精度、跨平台、低开销的软件能耗测量。
FSE Proceedings of the 34th ACM International Conference on the Foundations of Software Engineering2026匹配度 3/10引用 1编程环境与开发者工具语言与体系结构
P2 Criminal Minds: How First-Year CS Students Plagiarize Code
《犯罪心理》：一年级计算机科学学生如何抄袭代码
通过两校学生刻意抄袭并记录修改过程的实证研究，揭示规避代码抄袭检测的常见策略，并发布真实数据集。
FSE Proceedings of the 34th ACM International Conference on the Foundations of Software Engineering2026匹配度 3/10引用 1编程环境与开发者工具机器学习与程序语言
P2 Metrics Driven Reengineering and Continuous Code Improvement at Meta
Meta 的指标驱动再工程与持续代码改进
以 Meta 为案例研究持续代码改进实践，提出指标与激励机制，并建模再工程对质量、速度和复杂度的影响。
ASE 2025 40th IEEE/ACM International Conference on Automated Software Engineering (ASE)2025匹配度 3/10引用 1编程环境与开发者工具