Buchumschlag

MOSS: Enabling Code-Driven Evolution and Context Management for AI Agents

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhu, Ming, Zhou, Yi
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Software Engineering Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Training Versatile Coding Agents in Synthetic Environments
von: Zhu, Yiqi, et al.
Veröffentlicht: (2025)

A Case Study of Web App Coding with OpenAI Reasoning Models
von: Cui, Yi
Veröffentlicht: (2024)

CR-Bench: Evaluating the Real-World Utility of AI Code Review Agents
von: Pereira, Kristen, et al.
Veröffentlicht: (2026)

CODESIM: Multi-Agent Code Generation and Problem Solving through Simulation-Driven Planning and Debugging
von: Islam, Md. Ashraful, et al.
Veröffentlicht: (2025)

CodeScout: An Effective Recipe for Reinforcement Learning of Code Search Agents
von: Sutawika, Lintang, et al.
Veröffentlicht: (2026)

CODESYNC: Synchronizing Large Language Models with Dynamic Code Evolution at Scale
von: Wang, Chenlong, et al.
Veröffentlicht: (2025)

CRANE: Constrained Reasoning Injection for Code Agents via Nullspace Editing
von: Zhu, Mingzhi, et al.
Veröffentlicht: (2026)

Towards an Understanding of Context Utilization in Code Intelligence
von: Wang, Yanlin, et al.
Veröffentlicht: (2025)

Stingy Context: 18:1 Hierarchical Code Compression for LLM Auto-Coding
von: Ostby, David Linus
Veröffentlicht: (2026)

Scaling Granite Code Models to 128K Context
von: Stallone, Matt, et al.
Veröffentlicht: (2024)

LocAgent: Graph-Guided LLM Agents for Code Localization
von: Chen, Zhaoling, et al.
Veröffentlicht: (2025)

Can Coding Agents Reproduce Findings in Computational Materials Science?
von: Huang, Ziyang, et al.
Veröffentlicht: (2026)

Structure-aware Fine-tuning for Code Pre-trained Models
von: Wu, Jiayi, et al.
Veröffentlicht: (2024)

CodeEvo: Interaction-Driven Synthesis of Code-centric Data through Hybrid and Iterative Feedback
von: Sun, Qiushi, et al.
Veröffentlicht: (2025)

YABLoCo: Yet Another Benchmark for Long Context Code Generation
von: Valeev, Aidar, et al.
Veröffentlicht: (2025)

Vibe Coding vs. Agentic Coding: Fundamentals and Practical Implications of Agentic AI
von: Sapkota, Ranjan, et al.
Veröffentlicht: (2025)

Effective Harness Engineering for Algorithm Discovery with Coding Agents
von: Ishibashi, Yoichi, et al.
Veröffentlicht: (2026)

Co-Learning: Code Learning for Multi-Agent Reinforcement Collaborative Framework with Conversational Natural Language Interfaces
von: Yu, Jiapeng, et al.
Veröffentlicht: (2024)

Enabling Autonomic Microservice Management through Self-Learning Agents
von: Yu, Fenglin, et al.
Veröffentlicht: (2025)

SlopCodeBench: Benchmarking How Coding Agents Degrade Over Long-Horizon Iterative Tasks
von: Orlanski, Gabriel, et al.
Veröffentlicht: (2026)

Issue Localization via LLM-Driven Iterative Code Graph Searching
von: Jiang, Zhonghao, et al.
Veröffentlicht: (2025)

CodeR: Issue Resolving with Multi-Agent and Task Graphs
von: Chen, Dong, et al.
Veröffentlicht: (2024)

OmniCode: A Benchmark for Evaluating Software Engineering Agents
von: Sonwane, Atharv, et al.
Veröffentlicht: (2026)

Asymmetric Goal Drift in Coding Agents Under Value Conflict
von: Saebo, Magnus, et al.
Veröffentlicht: (2026)

Demo-Craft: Using In-Context Learning to Improve Code Generation in Large Language Models
von: Kapu, Nirmal Joshua, et al.
Veröffentlicht: (2024)

SpecBench: Measuring Reward Hacking in Long-Horizon Coding Agents
von: Zhao, Bingchen, et al.
Veröffentlicht: (2026)

SWE-AGI: Benchmarking Specification-Driven Software Construction with MoonBit in the Era of Autonomous Agents
von: Zhang, Zhirui, et al.
Veröffentlicht: (2026)

Code Broker: A Multi-Agent System for Automated Code Quality Assessment
von: Attrah, Samer
Veröffentlicht: (2026)

SWE-Chain: Benchmarking Coding Agents on Chained Release-Level Package Upgrades
von: Lam, Man Ho, et al.
Veröffentlicht: (2026)

Is Open Source the Future of AI? A Data-Driven Approach
von: Vake, Domen, et al.
Veröffentlicht: (2025)

RepoGraph: Enhancing AI Software Engineering with Repository-level Code Graph
von: Ouyang, Siru, et al.
Veröffentlicht: (2024)

AMR-Evol: Adaptive Modular Response Evolution Elicits Better Knowledge Distillation for Large Language Models in Code Generation
von: Luo, Ziyang, et al.
Veröffentlicht: (2024)

A Blueprint for AI-Driven Software Quality: Integrating LLMs with Established Standards
von: Patil, Avinash
Veröffentlicht: (2025)

Dive into Claude Code: The Design Space of Today's and Future AI Agent Systems
von: Liu, Jiacheng, et al.
Veröffentlicht: (2026)

OpenHands: An Open Platform for AI Software Developers as Generalist Agents
von: Wang, Xingyao, et al.
Veröffentlicht: (2024)

Code-Vision: Evaluating Multimodal LLMs Logic Understanding and Code Generation Capabilities
von: Wang, Hanbin, et al.
Veröffentlicht: (2025)

CodexGraph: Bridging Large Language Models and Code Repositories via Code Graph Databases
von: Liu, Xiangyan, et al.
Veröffentlicht: (2024)

SWE-QA-Pro: A Representative Benchmark and Scalable Training Recipe for Repository-Level Code Understanding
von: Cai, Songcheng, et al.
Veröffentlicht: (2026)

kRAIG: A Natural Language-Driven Agent for Automated DataOps Pipeline Generation
von: Siva, Rohan, et al.
Veröffentlicht: (2026)

Code Readability in the Age of Large Language Models: An Industrial Case Study from Atlassian
von: Takerngsaksiri, Wannita, et al.
Veröffentlicht: (2025)