近年来，嵌入式系统（尤其是快速发展的自动驾驶系统）的复杂度和规模显著增长，推动了机器人操作系统（ROS 2）和多核处理器等软硬件方案的采用。传统手动程序并行化面临数据完整性维护、死锁规避等挑战，而模型驱动开发（MBD）虽能自动化并行化过程，但在ROS 2多输入场景下的集成存在困难。本文提出一种MBD框架，将兼容ROS 2的Simulink模型分为事件驱动型和定时器驱动型，进行针对性并行化。该框架扩

这篇论文解决了LLM代码检测中的核心难题——缺乏任务上下文导致的检测失效。通过模拟任务条件并计算熵值，ATC为代码检测提供了一个简单、高效且通用的解决方案。其意义不仅在于学术诚信领域，还可应用于软件安全审计（检测潜在的AI生成恶意代码）、开源代码合规性检查等场景。当然，ATC也存在局限性，例如对极短代码片段的检测效果可能下降，以及在复杂专业领域的任务近似可能不够准确。但总体而言，它为我们提供了一把

本文深度解读了利用大语言模型（LLMs）辅助软件需求形式化的最新研究进展，揭示了传统自然语言需求存在的歧义性与形式化验证的高门槛问题。通过系统综述35篇核心文献，分析了LLM在断言生成、规范合成、需求验证等场景的应用方法，提出提示工程优化、神经符号融合等未来方向，为理解LLM在软件工程中的前沿应用提供了清晰框架。

随着软件服务系统日益庞大、复杂，基于日志的故障诊断对保证软件服务的可靠性至关重要。已有的日志故障诊断方法虽能确定故障类型，但无法为推理过程提供解释，导致难以在生产环境部署。为此，本文提出LogCoT框架，通过Auto-FSC算法利用超大规模闭源LLM提取日志语义，生成可解释根因分析报告；结合无类别标注指令优化与有类别标注参数微调，优化Mistral基座模型；再用LLMf-IPO算法纠正错误结果，对

该论文聚焦生成式AI（GenAI）在自适应系统（SAS）中的应用与挑战，通过筛选五大领域5874篇文献（最终纳入219篇），从MAPE-K反馈循环增强和人在环（HOTL）交互优化双视角，系统梳理了GenAI（LLM、Transformer、扩散模型）的应用场景。研究发现，GenAI能显著提升SAS的监测、分析、规划等模块性能，优化用户偏好获取、系统透明度和人机协作效率。同时，论文提炼出9大关键研究

本文提出AGONETEST，一款针对Java中LLM生成单元测试的自动化评估框架，其核心并非设计新测试生成算法，而是通过标准化端到端流程（项目配置、测试生成、指标计算）支持对比不同LLM及提示策略。同时，本文构建CLASSES2TEST数据集（14.7万测试类、9410个GitHub仓库），实现类级测试评估（覆盖方法交互与共享状态）。实验表明：可编译的LLM测试在覆盖率和缺陷检测（变异分数）上能匹

本文聚焦论文《Large Language Models Versus Static Code Analysis Tools: A Systematic Benchmark for Vulnerability Detection》，该研究通过10个真实C#项目（含63个漏洞），对比了3种静态代码分析工具与3种大型语言模型（LLMs）的漏洞检测能力。结果显示，LLMs的平均F1分数（0.750-0.

CLAST 旨在解决基于上下文学习（ICL）的大语言模型（LLM）单元测试生成中示例语义模糊的问题。现有方法如 RAGGen、TELPA 依赖高质量示例，但实际示例常存在多场景混合、文本模糊等缺陷，而 UTgen 等精炼技术易因 LLM 幻觉降低测试有效性。CLAST 结合程序分析与 LLM，通过 “测试净化”（拆分复杂测试为单场景）和 “文本清晰度增强”（LLM 生成 + AST 匹配后处理）提

本文提出SlsReuse，首个基于大语言模型（LLM）的无服务器函数复用框架，以解决无服务器计算中函数复用的核心挑战：缺乏专用仓库、函数异质性、任务与函数的语义鸿沟。SlsReuse先从开源基准筛选500个函数构建高质量仓库；再通过LLM少样本提示提取函数的“意图+平台+云服务+语言”四元组语义表示；最后经多级剪枝与意图相似度匹配推荐函数。实验显示，基于ChatGPT-4o的SlsReuse在11

新一代AI正重构工业数字孪生系统（iDTS）的技术架构。本文提出的AI驱动新一代iDTS，由物理实体、数字孪生、AI计算三大系统构成，以多智能体协同网络为核心，通过三元动态耦合形成虚实双向映射闭环。文章首先分析系统“虚实同步、自主进化、智能执行”三大机制，提出六项核心能力与参考架构；接着提出生成式孪生建模、多智能体协同优化、嵌入式AI终端执行三种运行模式；然后阐述“人-机-环境”融合建模等六项关键