代码大模型 / AI 编程

LARGER: Lexically Anchored Repository Graph Exploration and Retrieval

LARGER: 词典锚定的仓库图探索与检索

Yuntong Hu, Tongli Su, Liang Zhao, Bowen Zhu, Hasibul Haque

机构 * Emory University（埃默里大学） 纠错

专题命中 仓库级理解 ：repository(title,abstract)；coding agent(abstract)；分类 cs.AI、cs.LG

AI总结 LARGER通过词典锚定的结构化定位方法提升代码仓库文件定位精度，实现测试生成和代码库理解任务的性能提升。

Hypergraphx-data: a repository for higher-order network data

Hypergraphx-data: 一个更高阶网络数据的存储库

Quintino Francesco Lotito, Lorenzo Betti, Berné Nortier, Alberto Montresor, Federico Battiston

专题命中 仓库级理解 ：repository(title,abstract)

AI总结 本研究提出Hypergraphx-data，一个用于更高阶网络分析的现实世界超图数据存储库，涵盖社交网络、生物学和金融等领域，支持加权、定向、时间序列和多层超图配置，并提供开放JSON格式和二值化格式以确保数据的可重复性和完整性。

Comments In press at Journal of Complex Networks

HyperPersona: A Multi-Level Hypergraph Framework for Text-Based Automatic Personality Prediction

HyperPersona: 一种多级超图框架用于基于文本的自动人格预测

Sina Heydari, Majid Ramezani

机构 * Department of Computer Science and Information Technology（计算机科学与信息技术系） ； Institude for Advanced Studies in Basic Sciences (IASBS)（基础科学高级研究 institute (IASBS)） 纠错

专题命中 仓库级理解 ：repository(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出HyperPersona框架，通过超图结构显式建模文本的层次结构，利用基于Transformer的图编码器学习不同语言层之间的交互，从而在不依赖传统心理测量法的情况下，实现更准确的人格预测。

Comments Preprint. Submitted to Artificial Intelligence (Elsevier)

EvolveR: Self-Evolving LLM Agents through an Experience-Driven Lifecycle

EvolveR：通过经验驱动的生命周期实现自进化大语言模型代理

Rong Wu, Xiaoman Wang, Jianbiao Mei, Pinlong Cai, Daocheng Fu, Cheng Yang, Licheng Wen, Xuemeng Yang, Yufan Shen, Yuxin Wang, Botian Shi

机构 * Zhejiang University（浙江大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； East China Normal University（华东师范大学） ； Fudan University（复旦大学） ； Central South University（中南大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Jiao Tong University（上海交通大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 仓库级理解 ：repository(abstract)；分类 cs.CL、cs.AI

AI总结 EvolveR通过闭环经验生命周期实现LLM代理的自进化，结合离线自蒸馏和在线交互，利用策略强化机制迭代优化，提升多跳问答任务性能。

Comments Accepted by ICML 2026

Hidden in Memory: Sleeper Memory Poisoning in LLM Agents

记忆中的隐患：LLM代理中的潜伏记忆污染

Sidharth Pulipaka, Stanislau Hlebik, Leonidas Raghav, Sahar Abdelnabi, Vyas Raina, Ivaxi Sheth, Mario Fritz

机构 * SPAR ； ELLIS Institute Tübingen（图宾根ELLIS研究所） ； MPI for Intelligent Systems（智能系统马克斯·普朗克研究所） ； Tübingen AI Center（图宾根人工智能中心） ； APTA ； CISPA Helmholtz Center for Information Security（信息安全海德堡中心） 纠错

专题命中 仓库级理解 ：repository(abstract)；分类 cs.AI

AI总结 研究探讨了LLM代理中由于持久化内存带来的安全风险，提出并研究了潜伏记忆污染攻击，该攻击通过操控外部上下文使代理存储伪造的记忆，影响后续交互，实验显示攻击可跨多次对话持续生效。

Comments 86 pages, 60 tables

A Retrieval-Augmented Generation Approach to Extracting Algorithmic Logic from Neural Networks

一种基于检索增强生成的方法用于从神经网络中提取算法逻辑

Waleed Khalid, Dmitry Ignatov, Radu Timofte

机构 * Computer Vision Lab, CAIDAS, University of Würzburg, Germany（计算机视觉实验室，CAIDAS，乌尔姆大学，德国） 纠错

专题命中 仓库级理解 ：repository(abstract)；分类 cs.SE

AI总结 本文提出NN-RAG方法，通过检索增强生成技术从神经网络代码库中提取并验证模块，实现了跨仓库的架构迁移与重复检测，提升了神经网络架构的可复现性和多样性。

ASSESSING THE STOCHASTIC PROPERTIES OF MODERN PSEUDO-RANDOM GENERATORS FOR PARALLEL COMPUTING

评估现代伪随机数生成器在并行计算中的随机性质

Théau Wartel, David R. C. Hill

专题命中 仓库级理解 ：repository(abstract)

AI总结 本文评估了现代高性能计算和人工智能中使用的伪随机数生成器的统计性能和可重复性，通过系统测试多种生成器的品质，采用TestU01库中的BigCrush电池测试超过10^3个流，结果发现所有生成器均未能通过大部分测试，测试结果可重复且可公开获取。