AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
RAVEN: 用于用户代码和二进制程序中内存损坏分析的检索增强漏洞探索网络
机构 * University of California, Berkeley（加州大学伯克利分校）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI
AI总结 提出RAVEN框架，结合LLM代理与检索增强生成，自动生成遵循Google Project Zero模板的漏洞分析报告，在105个样本上平均质量得分54.21%。
使用大型语言模型支持本科研究项目的高容量申请评审
机构 * Engineering Undergraduate Research Office, Purdue University（普渡大学本科生研究办公室） ； Elmore School of Electrical and Computer Engineering, Purdue University（普渡大学电子与计算机工程学院） ； School of Materials Engineering, Purdue University（材料工程学院）
专题命中 软件智能体 ：workflow(abstract)；分类 cs.CL
AI总结 本研究开发并部署基于GPT模型（GPT-4o、GPT-5-mini、GPT-5.2）的工具，对普渡大学SURF项目约1200份目的陈述进行自动化评分与理由注释，将评审时间从数周缩短至约4小时。
证据与计划：用于技能蒸馏的在线轨迹验证
机构 * Rutgers University（罗杰斯大学）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI
AI总结 本文提出了一种基于轨迹的后验蒸馏指数（PDI）来评估技能与任务环境证据的契合度，通过SPARK框架实现环境验证轨迹的生成，从而提升技能的效率和可迁移性。
基于视频预测模型的跨领域视频强化学习
机构 * VU Amsterdam（阿姆斯特丹大学） ； ISAE-SUPAERO
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI
AI总结 提出XIPER奖励模型，通过跨领域视频预测将智能体观测映射到专家域，利用预测似然作为奖励信号，解决视觉差异域中无奖励信号和领域差距问题。
利用纠错码进行大矩阵的低秩近似与分解
机构 * Department of Computer Science and Engineering, University of Minnesota, Twin Cities（计算机科学与工程系，明尼苏达大学，双城分校） ； Department of Electrical and Computer Engineering, University of Minnesota, Twin Cities（电气与计算机工程系，明尼苏达大学，双城分校）
专题命中 软件智能体 ：tool use(abstract)；分类 cs.LG
AI总结 本文探讨利用纠错码矩阵进行大矩阵低秩近似与分解，提出该方法在低秩近似、线性回归等问题中的优势，包括减少随机性、子空间嵌入性质、并行计算优势等。
Journal ref IEEE Transactions on Information Theory ( Volume: 63, Issue: 9, Sept. 2017 ) Page(s): 5544 - 5558
Proof-Refactor: 将生成的形式化证明重构为模块化工件
机构 * Department of Mathematics, Southern University of Science and Technology（南方科技大学数学系） ； School of Mathematical Sciences, Peking University（北京大学数学科学学院） ； Center for Machine Learning Research, Peking University（北京大学机器学习研究中心）
专题命中 软件智能体 ：agentic(abstract)；分类 cs.AI
AI总结 提出一个名为 Proof-Refactor 的智能体框架，通过四阶段流程（提取候选证明片段、设计辅助声明、形式化证明提取和设计的组件、使用验证组件修复原始证明）将大语言模型生成的形式化证明重构为更模块化、可读、可维护和可重用的工件，在 PutnamBench 和 Putnam2025 上的 Lean 证明重构中优于基线。
Comments 21 pages, 3 figures, 3 tables
交接债务：当编码代理接管被中断任务时的重新发现成本
机构 * Independent Researcher（独立研究者） ； Georgia State University（佐治亚州立大学）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI
AI总结 本文通过引入“交接债务”概念，研究编码代理在任务中断后从部分状态恢复时的重新发现成本，并提出一种接管协议来量化不同交接视图对后继代理效率的影响。
当知识并非免费：检索增强生成中的成本感知证据选择
机构 * Northeastern University（东北大学） ； Technical University of Munich（慕尼黑技术大学） ； GESIS – Leibniz Institute for the Social Sciences（GESIS——莱比锡社会科学研究所） ； Technion–Israel Institute of Technology（技术学院——以色列理工学院） ； NVIDIA Research（NVIDIA研究） ； University of Groningen（格罗宁根大学）
专题命中 软件智能体 ：agentic(abstract)；分类 cs.CL
AI总结 提出成本感知RAG设置，通过访问成本层级和预算约束，研究证据选择策略，发现静态选择脆弱而智能体方法有潜力但依赖模型和任务。
信任校准的代码审查：针对LLM生成的多文件变更的审查工作流程的参与式设计研究
专题命中 软件智能体 ：workflow(abstract)；分类 cs.SE
AI总结 本研究通过参与式设计，发现审查LLM生成的多文件变更的核心挑战是信任校准，提出了三级审查工作流程和七项设计构造，并通过验证调查表明其能降低审查工作量。
Comments Submitted to ESEM SEIP 2026
SABER：在有状态项目工作区中对LLM编码代理的操作安全性进行基准测试
专题命中 软件智能体 ：agent(abstract)；分类 cs.SE
AI总结 提出SABER基准，通过将模型置于真实代理式项目中并评估最终环境状态，来衡量LLM编码代理的操作安全性，发现最佳模型的有害安全违规率超过54%。
通过非合作博弈实现语言模型的安全对齐
机构 * DeepMind, London, UK（深度Mind，伦敦，英国）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI
AI总结 提出将安全对齐建模为攻击者与防御者语言模型之间的非零和博弈，通过在线强化学习联合训练，迭代提升安全性与实用性。
UniRTL：统一代码和图以实现稳健的RTL表示学习
机构 * Department of Computer Science and Engineering, The Chinese University of Hong Kong, Hong Kong SAR（计算机科学与工程系，香港中文大学，香港特别行政区） ； Noah's Ark Lab, Huawei, Hong Kong SAR（华为诺亚实验室，香港特别行政区）
专题命中 软件智能体 ：workflow(abstract)；分类 cs.LG
AI总结 提出UniRTL多模态预训练框架，通过互掩码建模和分层训练策略联合利用RTL代码与控制数据流图，实现细粒度对齐，在性能预测和代码检索任务上优于现有方法。
Comments Forty-Third International Conference on Machine Learning (ICML 2026)
学习的中继表示用于前向思考的离散扩散模型
机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； University of Toronto（多伦多大学） ； Stanford University（斯坦福大学） ； Imperial College London（伦敦帝国学院） ； Mila ； Vijil
专题命中 软件智能体 ：planning(abstract)；分类 cs.LG
AI总结 提出Learned Relay Representations (Relay)方法，通过可微通道传递潜在信息，使掩码扩散模型在去噪步骤间前向思考，减少推理延迟并提升性能。
Comments 16 pages, 3 figures. Equal contribution: Benjamin Rozonoyer, Jacopo Minniti, and Dhruvesh Patel. Code: https://github.com/jacopo-minniti/relay
PictSure：预训练嵌入对上下文学习图像分类器至关重要
机构 * German Research Center for AI (DFKI)（德国人工智能研究中心（DFKI）） ； Centrum Wiskunde & Informatica (CWI)（数学与信息学研究中心（CWI））
专题命中 软件智能体 ：agentic(abstract)；分类 cs.AI
AI总结 本文提出PictSure视觉上下文学习模型，发现预训练嵌入质量是下游性能的关键瓶颈，而融合层训练数据的多样性影响有限。
Comments 10 pages, 2 figures
CompilerDream: 学习编译器世界模型以实现通用代码优化
机构 * School of Software, BNRist Tsinghua University Beijing China（软件学院、北师大清华大学北京中国） ； Tsinghua University（清华大学）
专题命中 软件智能体 ：agent(abstract)；分类 cs.LG
AI总结 提出基于模型的强化学习方法CompilerDream，通过编译器世界模型模拟优化pass属性并训练智能体，实现跨应用场景和语言的通用代码优化，在零样本泛化上超越LLVM内置优化。
Comments KDD 2025 camera-ready version with extended appendix. Code is available at https://github.com/thuml/CompilerDream. This update additionally fixes an issue in Table 6 where the dataset names in three rows were ordered incorrectly
DeepSurvey: 提升自动综述生成中的分析深度与引用可靠性
机构 * X-LANCE Lab, School of Computer Science, Shanghai Jiao Tong University, Shanghai, China（上海交通大学计算机科学学院X-LANCE实验室） ； Jiangsu Key Lab of Language Computing, Suzhou, China（江苏省语言计算重点实验室） ； Suzhou Laboratory, Suzhou, China（苏州实验室）
专题命中 软件智能体 ：agentic(abstract)；分类 cs.AI
AI总结 提出DeepSurvey智能体系统，通过结构化全文笔记、跨论文关系建模和代码仓库分析增强分析深度，结合引文图扩展与混合过滤、证据约束引用分配及多粒度智能体精炼提升引用可靠性，在内容质量和引用准确性上超越现有方法。
MigrationBench：从Java 8的仓库级代码迁移基准
专题命中 软件智能体 ：agentic(abstract)；分类 cs.SE
AI总结 提出MigrationBench基准，用于评估大语言模型在从Java 8迁移到Java 17/21的仓库级代码迁移任务上的表现，并设计了智能体框架实现高成功率。
面向智能体的查询引擎
机构 * Hyperparam（Hyperparam公司）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI
AI总结 提出一个轻量级、JS原生、支持异步SQL和LLM UDF的查询引擎Hyperparam，用于在AI应用中分析非结构化文本，性能优于DuckDB-WASM。
Comments 4 pages, 1 figure, 3 tables
GenSBI: 基于JAX的模拟推断生成方法
机构 * Instituto de Física Corpuscular (IFIC) Universitat de València & CSIC（粒子物理研究所（IFIC）瓦伦西亚大学 & 西班牙国家科研委员会）
专题命中 软件智能体 ：workflow(abstract)；分类 cs.LG
AI总结 提出GenSBI库，在JAX中实现流匹配、分数匹配和去噪扩散等生成模型，用于模拟推断，提供统一接口和多种Transformer架构，并在标准基准上达到接近理想的C2ST分数。
Comments 48 pages + 1 appendix, 33 figures, 18 tables. For the associated Python code, see https://github.com/aurelio-amerio/GenSBI
基于有限元分析反馈的自改进CAD生成智能体
机构 * Seoul National University（首尔国立大学） ； OneLineAI ； Sungkyunkwan University（成均馆大学） ； Ewha Womans University（成乙女子大学）
专题命中 软件智能体 ：agent(abstract)；分类 cs.CL
AI总结 提出一种以有限元分析为反馈的CAD生成框架，通过蓝图和渲染图监督信号提升多部件装配质量，使生成结果满足工程需求。
Comments Work in progress
结构治理的机械化基础：受治理智能的机器验证证明
机构 * Mashin, Inc.（Mashin公司）
专题命中 软件智能体 ：workflow(abstract)；分类 cs.AI
AI总结 本文通过Coq机械化证明和纸上证明，建立了认知工作流系统中结构治理的理论基础，包括共归纳安全谓词、治理不变性定理、充分性定理、交替范式、必要性定理，并通过属性测试验证了BEAM运行时与规范的一致性。
Comments 27 pages, 4 figures, 1 table. Code and proofs: https://github.com/mashin-live/governance-proofs. Project: https://mashin.live. v2: corrected cross-reference identifiers for companion papers. Updated license
可信软件项目生成：以交互式定理证明器为例的案例研究
专题命中 软件智能体 ：agent(abstract)；分类 cs.SE
AI总结 本文研究利用交互式定理证明器（ITP）从自然语言需求自动生成大规模可信软件项目，通过将纯逻辑与有副作用的代码分离，在Rocq中完成验证并提取C++代码，成功生成一个RISC-V RV32I CPU解释器，证明了ITP作为LLM生成软件验证后端的可行性。
多项Logit模型的最优设计及其在最佳组合识别中的应用
机构 * Seoul National University, Seoul, Korea（首尔国立大学）
专题命中 软件智能体 ：agent(abstract)；分类 cs.LG
AI总结 针对多项Logit(MNL)模型，提出计算高效的最优实验设计框架，通过混合整数线性规划和多项式时间松弛方法实现统计效率与可扩展性，并应用于线性效用和非均匀收益下的最佳组合识别。
Comments Accepted at ICML 2026
CODESKILL：学习自进化技能的编码智能体
机构 * Nanyang Technological University（南洋理工大学） ； Zhejiang University（浙江大学）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI
AI总结 提出CODESKILL框架，通过强化学习从编码智能体轨迹中提取多粒度程序性技能并维护技能库，提升下游任务解决能力。
PR感知的自动化单元测试生成：挑战与机遇
专题命中 软件智能体 ：agentic(abstract)；分类 cs.SE
AI总结 本研究评估了EvoSuite和GPT-4o在拉取请求（PR）级别生成测试用例的能力，发现两者均难以有效生成捕获变更的测试，但EvoSuite优于GPT-4o，并指出智能体代码生成方法具有潜力。
将游戏代码世界模型生成蒸馏到轻量级大型语言模型
机构 * Brown University（布朗大学）
专题命中 软件智能体 ：AI agent(abstract)；分类 cs.AI
AI总结 研究通过后训练将游戏代码世界模型生成能力蒸馏到小型模型，采用监督微调和带可验证奖励的强化学习提升生成代码的语法正确性和规则遵循性。
EvoCode-Bench：评估多轮迭代交互中的编码智能体
机构 * UniPat AI ； Peking University（北京大学） ； Tsinghua University（清华大学） ； HKU（香港大学）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI
AI总结 提出EvoCode-Bench基准，通过多轮状态化任务和累积测试评估编码智能体在需求变化下维持代码库工作的能力，发现多轮指标远低于单轮指标，且最强智能体多轮成功率仅约50%。
Comments Work in Progress; 32 pages, 10 figures, preprint
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
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。
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
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
我们距离用基础模型生成缺失模态还有多远？
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）
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
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈