AI Agent

A measurement substrate for agentic Kubernetes operations: Methodology and a case study in retrieval-compounding falsification

面向代理化 Kubernetes 操作的测量基础：方法论与检索复合证伪案例研究

Joshua Odmark, Gideon Rubin, Deon van der Vyver

机构 * Independent（独立） ； LDE ； Cognyx 纠错

专题命中 软件智能体 ：agent(summary_cn,abstract)；agentic(title)；autonomous agent(abstract)；分类 cs.AI、cs.SE

AI总结 提出一个闭环测量框架 agent-breakage，通过注入故障、评分响应并累积带标签元组，解决 Kubernetes 操作代理经验声明的不可证伪性问题，并在案例研究中发现检索复合能力被三个混杂因素（pgvector 索引错误、+19% 选择偏差、小样本夸大效应约 3 倍）所掩盖。

Comments 22 pages. Code at https://github.com/odmarkj/agent-breakage tag v0.1.0 (Apache 2.0). Source repo at https://github.com/odmarkj/agent-breakage-paper tag arxiv-v1

Agentic Proving for Program Verification

程序验证的智能体证明

Alessandro Sosso, Akhil Arora, Bas Spitters

机构 * Department of Computer Science（计算机科学系） 纠错

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

AI总结 本文评估Claude Code在Lean 4基准CLEVER上的智能体证明框架，结果显示其能生成98.8%问题的有效规范，87.5%的实现通过验证，端到端成功率达98.1%，并指出当前基准与智能体能力不匹配，需更严格的评估方法。

Documentation-Guided Agentic Codebase Migration from C to Rust

文档引导的从 C 到 Rust 的智能代码库迁移

Minh Le-Anh, Anh Nguyen Hoang, Bach Le, Nghi D. Q. Bui

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

AI总结 提出 RustPrint 框架，通过文档引导的智能体协调，实现仓库级别的 C 到 Rust 迁移，在编译性、特征保留和测试通过率上显著优于现有方法。

Inductive Deductive Synthesis: Enabling AI to Generate Formally Verified Systems

归纳演绎合成：使AI能够生成形式化验证的系统

Shubham Agarwal, Alexander Krentsel, Shu Liu, Mert Cemri, Audrey Cheng, Rui Meng, Tomas Pfister, Chun-Liang Li, Sylvia Ratnasamy, Aditya Parameswaran, Matei Zaharia, Ion Stoica, Mohsen Lesani

机构 * UC Berkeley（伯克利大学） ； Google（谷歌） ； UC Santa Cruz（圣克鲁兹大学） 纠错

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

AI总结 提出归纳演绎合成（IDS）方法，通过联合增量合成实现与证明，并利用失败尝试学习，使AI在分布式系统规范上实现100%验证成功率，成本和时间远低于专家和现有AI代理。

Security of LLM-generated Code: A Comparative Analysis

LLM生成代码的安全性：一项比较分析

Srivathsan G Morkonda, Mahmoud Selim, Hala Assal

机构 * Carleton University（卡尔顿大学） 纠错

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

AI总结 本研究通过模拟开发者使用LLM生成代码的行为，评估了七种流行LLM生成代码的安全性，发现所有模型均生成包含漏洞的代码，且多数为严重或高危漏洞。

MadEvolve: Evolutionary Optimization of Trading Systems with Large Language Models

MadEvolve: 基于大型语言模型的交易系统进化优化

Yurii Kvasiuk, Tianyi Li, Owen Colegrove, Moritz Münchmeyer

机构 * Department of Physics, University of Wisconsin–Madison（威斯康星大学麦迪逊分校物理系） ； Event Horizon Labs（事件地平线实验室） 纠错

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

AI总结 提出 MadEvolve 框架，利用大型语言模型驱动的进化算法优化量化金融中的交易策略与 alpha 生成，以比特币交易为例，在特征集演化、策略组件优化及联合演化上取得显著改进，并对比了其他智能搜索方法。

MileStone: A Multi-Objective Compiler Phase Ordering Framework for Graph-based IR-Level Optimization

MileStone：一种面向基于图的IR级优化的多目标编译器阶段排序框架

Amirhosein Sadr, Mehran Alidoost Nia

专题命中 软件智能体 ：agent(abstract)；分类 cs.SE

AI总结 提出MileStone框架，将编译器阶段排序建模为多目标优化问题，利用图神经网络预测性能，并通过强化学习代理探索满足用户约束的优化序列，实现执行时间、代码大小和能耗的Pareto最优权衡。

Evaluating LLM-generated code for domain-specific languages: molecular dynamics with LAMMPS

评估LLM生成的领域特定语言代码：使用LAMMPS进行分子动力学模拟

Ethan Holbrook, Juan C. Verduzco, Alejandro Strachan

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

AI总结 提出一种评估流程，结合标准化、解析、低成本执行和准确性检查，系统评估LLM为分子动力学代码LAMMPS生成输入文件的有效性，发现当前模型在科学准确性上有限，但通过可复用的智能体技能可显著提升。

Comments 19 pages, 5 figures, Supporting Info, 27 total pages

How Far Are We from Generating Missing Modalities with Foundation Models?

我们距离用基础模型生成缺失模态还有多远？

Guanzhou Ke, Bo Wang, Guoqing Chao, Weiming Hu, Shengfeng He

机构 * Institute of Data Science and Intelligent Decision Support, Beijing Jiaotong University（数据科学与智能决策支持研究所，北京交通大学） ； School of Computing and Information Systems, Singapore Management University（计算与信息系统学院，新加坡管理大学） ； State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（多模态人工智能系统国家重点实验室，自动化研究所，中国科学院） ； School of Computer Science and Technology, Harbin Institute of Technology（计算机科学与技术学院，哈尔滨工业大学） 纠错

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

AI总结 本文系统评估了基础模型在缺失模态重建中的三种范式，发现其在细粒度语义提取和生成模态验证方面存在不足，并提出一个包含模态感知挖掘和自精炼机制的智能框架，显著提升了重建质量。

Comments T-PAMI