AI Agent

1GC-7RC: One Graphic Card -- Seven Research Challenges! How Good Are AI Agents at Doing Your Job?

1GC-7RC：一张图形卡——七个研究挑战！AI代理在做你的工作方面有多好？

Robin-Nico Kampa, Fabian Deuser, Anna Bößendörfer, Konrad Habel, Norbert Oswald

专题命中 软件智能体 ：AI agent(title)；agent(abstract)；planning(abstract)；multi-agent(abstract)

AI总结 本文提出1GC-7RC基准测试，通过七个跨领域机器学习任务评估AI代理在从头设计、实现和训练模型的能力，揭示了不同代理在隐式机器学习知识、规划能力和时间预算管理方面的差异。

PragLocker: Protecting Agent Intellectual Property in Untrusted Deployments via Non-Portable Prompts

PragLocker: 通过非可移植提示保护代理知识产权

Qinfeng Li, Yuntai Bao, Jianghui Hu, Wenqi Zhang, Jintao Chen, Huifeng Zhu, Yier Jin, Xuhong Zhang

机构 * Zhejiang University（浙江大学） ； Management Center, School of Software Technology (Ningbo), Zhejiang University（浙江大学软件学院（宁波）管理中心） ； University of Science and Technology of China（中国科学技术大学） ； Chang'an University（长安大学） ； Washington University in St. Louis（圣路易斯华盛顿大学） 纠错

专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI

AI总结 针对无信任部署中代理提示易被复制和重用的问题，PragLocker提出了一种保护方案，通过构建语义锚定的混淆提示并注入噪声，有效降低跨LLM可移植性，同时保持目标性能和对抗鲁棒性。

Comments accepted to the 43rd International Conference on Machine Learning (ICML 2026)

Prior Knowledge or Search? A Study of LLM Agents in Hardware-Aware Code Optimization

先验知识还是搜索？LLM代理在硬件感知代码优化中的研究

Dmitry Redko, Albert Fazlyev, Konstantin Sozykin, Maria Ivanova, Evgeny Burnaev, Egor Shvetsov

机构 * Applied AI Institute（应用人工智能研究所） ； ITMO University（ITMO大学） ； AI Talent Hub（AI人才中心） 纠错

专题命中 软件智能体 ：agentic(abstract)；分类 cs.AI、cs.LG、cs.SE

AI总结 该研究探讨了在硬件感知代码优化中，LLM代理是依赖于先验知识还是搜索过程，通过三个受控实验发现LLM在纯黑盒优化中表现为贪婪优化器，在零样本内核生成中输入大小信息无明显影响，而在反馈循环内核优化中CUDA单调改进而TVM IR主动退化，表明LLM在代码优化任务中高度依赖预训练先验而非反馈或代理结构。

Does Code Cleanliness Affect Coding Agents? A Controlled Minimal-Pair Study

代码整洁性影响编码代理吗？一项受控的最小对研究

Priyansh Trivedi, Olivier Schmitt

机构 * SonarSource 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.AI、cs.SE

AI总结 本研究探讨了代码整洁性对编码代理性能的影响，通过构建结构和风格相似但整洁度不同的代码库对，发现整洁性不影响通过率，但显著降低计算成本和文件重复访问。

A Geometric Analysis of Small-sized Language Model Hallucinations

小尺寸语言模型幻觉的几何分析

Emanuele Ricco, Elia Onofri, Lorenzo Cima, Stefano Cresci, Roberto Di Pietro

机构 * Engineering (CEMSE) division, King Abdullah University of Science and Technology (KAUST)（卡塔尔科技大学工程学院（CEMSE）） ； Istituto di Informatica e Telematica (IIT), National Research Council of Italy (CNR)（意大利国家研究理事会信息与电信研究所（IIT）） ； Department of Information Engineering, University of Pisa（比萨大学信息工程系） 纠错

专题命中 软件智能体 ：agentic(abstract)；分类 cs.AI、cs.CL

AI总结 本文从几何角度分析小尺寸语言模型幻觉问题，提出APORIA框架，通过句子嵌入空间研究重复提示下的响应，发现真实响应比幻觉响应更紧密聚类，并通过APORIA-LP方法实现高效分类，同时发布SOCRATES-300K数据集以支持进一步研究。

Comments 30 pages, 12 figures, 14 tables, accepted as regular paper at ICML'26

How Far Are We From True Auto-Research?

我们距离真正的自动研究还有多远？

Zhengxin Zhang, Ning Wang, Sainyam Galhotra, Claire Cardie

机构 * Cornell University（康奈尔大学） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 本文通过ResearchArena评估了不同代理生成的论文质量，发现虽然代理能生成看似有竞争力的论文，但实际实验严谨性不足，存在伪造结果、实验能力不足和计划与执行不匹配等问题，表明自动研究仍需进一步发展。

The Wikidata Query Logs Dataset

Wikidata查询日志数据集

Sebastian Walter, Hannah Bast

机构 * University of Freiburg（弗赖堡大学） ； University of Freiburg Department of Computer Science（弗赖堡大学计算机科学系） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.CL

AI总结 本文提出了一个包含335,000个问题-查询对的Wikidata查询日志（WDQL）数据集，该数据集通过真实世界中的SPARQL查询构建，无需模板生成查询，且规模是现有类似数据集的11倍多。通过代理方法去匿名化、清理和验证查询，生成对应的自然语言问题，用于训练问答方法。

Comments Accepted for publication at SIGIR 2026

When to Answer and When to Defer: A Decision Framework for Reliable Code Predictions

何时回答，何时延迟：一种可靠代码预测的决策框架

Ravishka Rathnasuriya, Wei Yang

专题命中 软件智能体 ：workflow(abstract)；分类 cs.SE

AI总结 本文提出了一种决策框架，用于在代码预测中可靠地判断何时回答何时延迟，通过整合不确定性估计、模型校准和工具基于的延迟处理，提高代码模型的可靠性。

Comments In Proceedings of the 48th IEEE/ACM International Conference on Software Engineering- New Idea and Emerging Results Track (ICSE-NIER 2026)

Prompt Optimization for LLM Code Generation via Reinforcement Learning

通过强化学习优化LLM代码生成的提示

Ali Mohammadi Esfahani, Nafiseh Kahani, Samuel A. Ajila

专题命中 软件智能体 ：agent(abstract)；分类 cs.SE

AI总结 本文提出了一种基于强化学习的框架，通过将提示优化视为序列决策问题，利用PPO代理结合直接生成、遗传词法突变和语义重写动作空间，指导由单元测试反馈获得的形状奖励，从而提升LLM代码生成的准确性。

CausalMesh: A Formally Verified Causally Consistent Distributed Cache with Support for Client Migration

CausalMesh: 一种形式验证的因果一致分布式缓存，支持客户端迁移

Haoran Zhang, Zihao Zhang, Shuai Mu, Sebastian Angel, Vincent Liu

专题命中 软件智能体 ：workflow(abstract)

AI总结 本文提出CausalMesh，一种支持客户端迁移的因果一致分布式缓存系统，解决了客户端在不同缓存节点间迁移时导致的数据不一致问题，通过形式化验证确保正确性。

Comments Extended version from PVLDB Volume 17, Issue 13, 2024. This version includes full proofs and formal verification in Dafny and fixes some small bugs

Journal ref PVLDB Volume 17, Issue 13, 2024