闭环评测嵌入式软件智能体：声明与参考文献

大语言模型智能体用于嵌入式软件开发的闭环评测（续）：声明与参考文献

Jorge García-Carrasco、Sergio García-Carrasco、Alejandro Maté、Juan Trujillo。

译注：本篇承接前文《大语言模型智能体用于嵌入式软件开发的闭环评测》，自原文致谢起至参考文献止，逐节直译，不删条。

致谢

本工作得到下列项目支持：AgroVAL（TSI-100122-2024-10），由欧盟下一代复苏、转型与韧性计划通过数字化转型与公务员部资助；KOSMOS-UA 项目（PID2024-155363OB-C43），由西班牙科学与创新部资助；BALIDA-AA 项目（CIPROM/2024/13），由教育、文化、大学与就业部（瓦伦西亚自治区政府）资助；IAEAV 项目（INREIA/2024/176），由创新、工业、商业与旅游部（瓦伦西亚自治区政府）资助；阿利坎特大学人工智能 ENIA 讲席（TSI-100927-2023-6），由欧盟下一代复苏、转型与韧性计划通过数字化转型与公务员部资助；以及资助号 RED2022-134656-T，由 MCIN/AEI/10.13039/501100011033 资助。

Sergio García-Carrasco 持有 ACIF 计划的博士前资助（CIACIF/2023/019），由瓦伦西亚自治区政府和欧盟 ESF+ 资助。

CRediT 作者贡献声明

Jorge García-Carrasco：概念化、方法、软件、验证、形式分析、调查、写作——初稿、写作——审阅与编辑。Sergio García-Carrasco：概念化、方法、软件、验证、写作——审阅与编辑。Alejandro Maté：指导、项目管理、写作——审阅与编辑。Juan Trujillo：指导、项目管理、写作——审阅与编辑。

利益冲突声明

作者声明，他们没有已知的、可能看起来影响本文所报告工作的竞争性经济利益或个人关系。

数据可用性

基准仓库、任务包、运行脚本、配置文件和整理后的评测制品公开于 https://github.com/jgcarrasco/closed_loop_evaluation_agents_embedded 。面向论文的制品包组织在 artifacts/evaluations/paper_closed_loop_eval_420/ 之下，包含全部 420 次正式运行的逐次运行提示、会话记录、运行器日志和汇总文件。

参考文献

1. [1] J. Kaplan, S. McCandlish, T. Henighan, T. B. Brown, B. Chess, R. Child, S. Gray, A. Radford, J. Wu 与 D. Amodei（2020）。神经语言模型的缩放定律。arXiv preprint arXiv:2001.08361。引用于 §1。作者姓名、编号、arXiv 号和章节引用保留原文，题名按原文直译。
2. [2] B. Roziere, J. Gehring, F. Gloeckle, S. Sootla, I. Gat, X. E. Tan, Y. Adi, J. Liu, R. Sauvestre, T. Remez 等（2023）。Code Llama：面向代码的开放基础模型。arXiv preprint arXiv:2308.12950。引用于 §1。作者姓名、编号、arXiv 号和章节引用保留原文，题名按原文直译。
3. [3] S. Yao, J. Zhao, D. Yu, N. Du, I. Shafran, K. R. Narasimhan 与 Y. Cao（2023）。ReAct：在语言模型中协同推理与行动。载于 International Conference on Learning Representations。引用于 §1。作者姓名、编号和章节引用保留原文，题名按原文直译。
4. [4] C. E. Jimenez, J. Yang, A. Wettig, S. Yao, K. Pei, O. Press 与 K. R. Narasimhan（2024）。SWE-bench：语言模型能否解决真实世界的 GitHub 问题？载于 The Twelfth International Conference on Learning Representations。引用于 §1、§2。作者姓名、编号和章节引用保留原文，题名按原文直译。
5. [5] OpenAI（2024）。介绍 SWE-bench Verified。注：https://openai.com/index/introducing-swe-bench-verified/ ，访问日期 2026-03-13。引用于 §1、§2。机构名、链接和章节引用保留原文，题名按原文直译。
6. [6] J. Yang, C. E. Jimenez, A. Wettig, K. Lieret, S. Yao, K. R. Narasimhan 与 O. Press（2024）。SWE-agent：智能体–计算机接口使自动化软件工程成为可能。arXiv preprint arXiv:2405.15793。引用于 §1、§2。作者姓名、编号、arXiv 号和章节引用保留原文，题名按原文直译。
7. [7] C. S. Xia, Y. Deng, S. Dunn 与 L. Zhang（2024）。Agentless：为基于大语言模型的软件工程智能体去神秘化。arXiv preprint arXiv:2407.01489。引用于 §1、§2。作者姓名、编号、arXiv 号和章节引用保留原文，题名按原文直译。
8. [8] R. Xu, J. Cao, M. Wu, W. Zhong, Y. Lu, B. He, X. Han, S. Cheung 与 L. Sun（2025）。EmbedAgent：在嵌入式系统开发中对大语言模型做基准测试。arXiv preprint arXiv:2506.11003。引用于 §1、§2。作者姓名、编号、arXiv 号和章节引用保留原文，题名按原文直译。
9. [9] F. Bellard（2005）。QEMU，一个快速且可移植的动态翻译器。载于 2005 USENIX Annual Technical Conference，第 41–46 页。引用于 §1、§2、§3.1、§3.6。作者姓名、编号和章节引用保留原文，题名按原文直译。
10. [10] Y. Zhang, H. Ruan, Z. Fan 与 A. Roychoudhury（2024）。AutoCodeRover：自主的程序改进。arXiv preprint arXiv:2404.05427。引用于 §2。作者姓名、编号、arXiv 号和章节引用保留原文，题名按原文直译。
11. [11] M. Chen, J. Tworek, H. Jun, Q. Yuan, H. P. d. O. Pinto, J. Kaplan, H. Edwards, Y. Burda, N. Joseph, G. Brockman 等（2021）。评估在代码上训练的大语言模型。arXiv preprint arXiv:2107.03374。引用于 §2。作者姓名、编号、arXiv 号和章节引用保留原文，题名按原文直译。
12. [12] J. Austin, A. Odena, M. I. Nye, M. Bosma, H. Michalewski, D. Dohan, E. Jiang, C. J. Cai, M. Terry, Q. V. Le 与 C. Sutton（2021）。用大语言模型做程序综合。arXiv preprint arXiv:2108.07732。引用于 §2。作者姓名、编号、arXiv 号和章节引用保留原文，题名按原文直译。
13. [13] T. Liu, C. Xu 与 J. J. McAuley（2023）。RepoBench：对仓库级代码自动补全系统做基准测试。arXiv preprint arXiv:2306.03091。引用于 §2。作者姓名、编号、arXiv 号和章节引用保留原文，题名按原文直译。
14. [14] V. Manjunath 与 M. Baunach（2024）。低层实时操作系统代码的静态分析与验证框架。Journal of Systems Architecture 154，第 103220 页。引用于 §2。作者姓名、编号、DOI 和章节引用保留原文，题名按原文直译。
15. [15] M. Babiuch 与 P. Smutny（2026）。在微控制器驱动的物联网应用中，对用于嵌入式系统编程的大语言模型做基准测试。Future Internet 18（2），第 94 页。引用于 §2。作者姓名、编号、DOI 和章节引用保留原文，题名按原文直译。
16. [16] H. Ghaemi, Z. Alizadehsani, A. Shahraki 与 J. M. Corchado（2024）。源代码生成中的 Transformer：一篇综合综述。Journal of Systems Architecture 153，第 103193 页。引用于 §2。作者姓名、编号、DOI 和章节引用保留原文，题名按原文直译。
17. [17] M. Agarwal, Z. Momin, K. Prasad 与 J. Mekie（2025）。VeriBench：对用于 Verilog 代码生成和设计综合的大语言模型做基准测试。载于 2025 IEEE International Symposium on Circuits and Systems (ISCAS)，第 1–5 页。引用于 §2。作者姓名、编号和章节引用保留原文，题名按原文直译。
18. [18] M. Liu, N. R. Pinckney, B. Khailany 与 H. Ren（2023）。VerilogEval：评估用于 Verilog 代码生成的大语言模型。arXiv preprint arXiv:2309.07544。引用于 §2。作者姓名、编号、arXiv 号和章节引用保留原文，题名按原文直译。
19. [19] V. Baciu, J. Stiens 与 B. da Silva（2024）。MLino bench：评估边缘设备上机器学习模型的综合基准工具。Journal of Systems Architecture 155，第 103262 页。引用于 §2。作者姓名、编号、DOI 和章节引用保留原文，题名按原文直译。
20. [20] J. Kim, S. Yoon, D. Kang, S. Lim, H. Lee, S. Oh 与 Y. Seo（2025）。一种基于大语言模型的端侧人工智能新定点仿真方法。Journal of Systems Architecture 168，第 103548 页。引用于 §2。作者姓名、编号、DOI 和章节引用保留原文，题名按原文直译。
21. [21] M. Chen, L. Wu, R. Liu, X. Chang, J. Xue 与 G. Li（2026）。DCoL-A：智能体式双重思维链帮助大语言模型扮演逻辑求解器。Journal of Systems Architecture 175，第 103780 页。引用于 §2。作者姓名、编号、DOI 和章节引用保留原文，题名按原文直译。
22. [22] N. P. Koenig 与 A. Howard（2004）。开源多机器人仿真器 Gazebo 的设计与使用范式。载于 2004 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)，第 2149–2154 页。引用于 §2。作者姓名、编号和章节引用保留原文，题名按原文直译。
23. [23] Y. Wei, Y. Wang, L. Zhou, X. Zhou 与 Z. Jiang（2024）。IEmu：从固件中隐藏的逻辑做中断建模。Journal of Systems Architecture 154，第 103237 页。引用于 §2。作者姓名、编号、DOI 和章节引用保留原文，题名按原文直译。
24. [24] Espressif Systems（2026）。ESP-IDF：乐鑫物联网开发框架［软件］。注：https://github.com/espressif/esp-idf ，访问日期 2026-03-31。引用于 §3.6。名称、链接和章节引用保留原文，题名按原文直译。
25. [25] Badlogic Games（2026）。pi-mono 编码智能体软件包［软件］。注：https://github.com/badlogic/pi-mono/tree/main/packages/coding-agent ，评测所用的智能体框架。访问日期 2026-03-31。引用于 §3.6、§4。名称、链接和章节引用保留原文，说明按原文直译。
26. [26] Docker, Inc.（2026）。Docker［软件］。注：https://www.docker.com/ ，访问日期 2026-03-31。引用于 §3.6。名称、链接和章节引用保留原文。
27. [27] ggml-org 及贡献者（2026）。llama.cpp：用 C/C++ 做大语言模型推理［软件］。注：https://github.com/ggml-org/llama.cpp ，访问日期 2026-03-31。引用于 §3.6。名称、链接和章节引用保留原文，题名按原文直译。
28. [28] Unsloth（2026）。Qwen3.5：如何在本地运行的指南。注：https://unsloth.ai/docs/models/qwen3.5 ，访问日期 2026-03-26。引用于 §4。名称、链接和章节引用保留原文，题名按原文直译。
29. [29] N. Shazeer, A. Mirhoseini, K. Maziarz, A. Davis, Q. Le, G. Hinton 与 J. Dean（2017）。大得离谱的神经网络：稀疏门控的混合专家层。arXiv preprint arXiv:1701.06538。引用于 §4.3。作者姓名、编号、arXiv 号和章节引用保留原文，题名按原文直译。