代码大模型 / AI 编程

Code-QA-Bench: Separating Code Reasoning from Documentation Memorization in Repository-Level QA

Code-QA-Bench：在仓库级问答中分离代码推理与文档记忆

Jun Zhang, JianYing Qu, Hanwen Du, Zhongkai Sun, Yehua Yang, Qiao Zhao

机构 * Baidu Inc（百度公司） 纠错

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

AI总结 提出Code-QA-Bench框架，通过答案优先生成和三条件实验设计，自动构建仓库级代码理解基准，以区分代码推理、文档回忆和预训练记忆的影响。

Dataset-Driven Channel Masks in Transformers for Multivariate Time Series

数据集驱动的Transformer通道掩码用于多变量时间序列

Seunghan Lee, Taeyoung Park, Kibok Lee

机构 * Department of Statistics and Data Science, Yonsei University（延世大学统计与数据科学系） ； LG AI Research（LG人工智能研究） 纠错

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

AI总结 提出部分通道依赖（PCD）概念，通过数据集特定的通道掩码（CMs）改进Transformer中的通道依赖建模，并在多种任务和数据集上验证有效性。

Comments ICASSP 2026. Preliminary version: NeurIPS Workshop on Time Series in the Age of Large Models 2024 (Oral presentation)

Micro-Macro Retrieval: Reducing Long-Form Hallucination in Large Language Models

微宏检索：减少大语言模型中的长文本幻觉

Yujie Feng, Jian Li, Zhihan Zhou, Pengfei Xu, Yujia Zhang, Xiaoyu Li, Xiaohui Zhou, Alan Zhao, Xi Chen, Xiao-Ming Wu

机构 * Solar System of OVB, Tencent, China（OVB太阳系，腾讯，中国） ； The Hong Kong Polytechnic University, Hong Kong S.A.R.（香港理工大学，香港特别行政区） ； Jilin University, China（吉林大学，中国） 纠错

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

AI总结 提出微宏检索（M2R）框架，通过宏观检索外部粗粒度证据和微观检索推理中关键信息库，解决长文本生成中关键信息与输出距离过远导致的幻觉问题。

Before the Shutter: Aesthetic and Actionable Portrait Photography Planning in 3D Scenes

快门之前：3D场景中美学的且可执行的人像摄影规划

Ruixiang Jiang, Chang Wen Chen

机构 * The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 提出在3D场景中生成人像姿态、相机、照明和曝光方案的方法，通过构建摄影场景图实现美学引导的规划，生成视觉上引人注目且几何与光度可行的人像。

mcp-proto-okn: Natural-language access to open scientific knowledge graphs through the Model Context Protocol

mcp-proto-okn：通过模型上下文协议实现对开放科学知识图谱的自然语言访问

Peter W. Rose, Benjamin M. Good, Amanda M. Saravia-Butler, Charlotte A. Nelson, James P. Balhoff, Yaphet Kebede, Patricia L. Whetzel, Christopher Bizon, Andrew I. Su, Sergio E. Baranzini

机构 * San Diego Supercomputer Center, University of California San Diego（圣地亚哥超级计算机中心，加州大学圣地亚哥分校） ； The Scripps Research Institute（斯克里普斯研究所） ； Amentum, Space Biosciences Division, NASA Ames Research Center（Amentum空间生物学部门，NASA阿姆斯研究中心） ； Mate Bioservices（Mate生物服务） ； Renaissance Computing Institute, University of North Carolina at Chapel Hill（复兴计算研究所，北卡罗来纳大学夏洛特分校） ； Weill Institute for Neurosciences, Department of Neurology, University of California San Francisco（Weill神经科学研究所，神经病学系，加州大学旧金山分校） 纠错

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

AI总结 提出基于模型上下文协议的服务器mcp-proto-okn，使AI助手能通过自然语言发现、查询和集成科学知识图谱，降低跨领域知识图谱分析门槛。

Comments 9 pages, 1 figure

DeepSurvey: Enhancing Analytical Depth and Citation Reliability in Automated Survey Generation

DeepSurvey: 提升自动综述生成中的分析深度与引用可靠性

Ziyue Yang, Da Ma, Hanqi Li, Zijian Wang, Tiancheng Huang, Zijian Hu, Chenrun Wang, Yunzhe Zhang, Xiaobao Wu, Kai Yu, Lu Chen

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） 纠错

专题命中 仓库级理解 ：repository(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。

Harmonizing Real-Time Constraints and Long-Horizon Reasoning: An Asynchronous Agentic Framework for Dynamic Scheduling

协调实时约束与长视距推理：一种用于动态调度的异步智能体框架

Shijie Cao, Yuan Yuan, Jing Liu

机构 * School of Computer Science and Engineering, Beihang University, Beijing 100191, China（北京航空航天大学计算机科学与工程学院） ； Shenzhen Loop Area Institute, Shenzhen, China（深圳环形区研究所） ； Qingdao Research Institute, Beihang University（青岛研究院） ； Hangzhou Innovation Institute, Beihang University（杭州创新研究院） ； School of Artificial Intelligence, Xidian University, Xi’an 710071, Shaanxi, China（西安电子科技大学人工智能学院） ； Guangzhou Institute of Technology, Xidian University, Guangzhou 510555, Guangdong, China（广州技术研究所） 纠错

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

AI总结 提出RACE-Sched异步智能体框架，通过双流架构解耦策略执行与逻辑推理，利用LLM合成和验证符号启发式规则，在保证实时性的同时提升动态调度质量。

Bridging Theory and Practice: An Executable Taxonomy of Security Properties for ProVerif and Tamarin

弥合理论与实践：面向 ProVerif 和 Tamarin 的可执行安全属性分类法

Leonard Tudorache, Ivan Kurtev, Mark van den Brand

专题命中 仓库级理解 ：repository(abstract)

AI总结 本文通过系统文献综述和可执行示例，构建了一个安全属性分类法，帮助协议设计者弥合安全概念与形式化验证工具（ProVerif 和 Tamarin）之间的鸿沟。

Comments Under review at International Journal on Software and Systems Modeling (SoSyM)

Energy-Optimal Thermal Management of Heat-Pump Battery Electric Vehicles

热泵电池电动汽车的能量最优热管理

Prashant Lokur, Nikolce Murgovski

专题命中 仓库级理解 ：repository(abstract)

AI总结 提出一种结合规则基监督层与连续非线性模型预测控制的混合控制框架，用于热泵电动汽车的热管理，在满足舒适性和温度约束下最小化热能耗，并在寒冷气候下实现20-28%的节能。

Comments This paper has been submitted for publication in IEEE Open Journal of Vehicular Technology (OJVT)

Improving CFT Operators Using Machine Learning

使用机器学习改进CFT算子

Lior Oppenheim, Snir Gazit, Zohar Ringel

专题命中 仓库级理解 ：repository(abstract)

AI总结 提出一种数据驱动方法改进晶格算子，增强其与连续共形场论主算子的重叠，从而减少有限尺寸效应并更精确估计标度维度。

ReclaimNet: Reclaim-Aware Network Protocols for Voluntary GPU Sharing on Campus

ReclaimNet: 面向校园自愿GPU共享的可回收感知网络协议

Wenyang Jia, Jingjing Wang, Xianneng Zou, Kai Lei

专题命中 仓库级理解 ：repository(abstract)

AI总结 提出ReclaimNet网络层迁移协议套件，通过可回收感知检查点调度、波动感知目标选择和截止时间感知迁移流量控制，解决自愿GPU共享中所有权可撤销与迁移机制不匹配的问题，在54节点异构校园测试平台上将工作损失降低66%。

CTseg: A Tool for Brain CT Segmentation, Spatial Normalisation, and Volumetrics

CTseg：用于脑CT分割、空间归一化和体积测量的工具

Mikael Brudfors

专题命中 仓库级理解 ：repository(abstract)

AI总结 本文介绍并验证了CTseg，一个基于Multi-Brain生成建模框架的免费软件，用于脑CT图像的分割、空间归一化和体积测量，并通过与MRI参考标准的对比验证了其在分割精度、空间归一化一致性、脑体积一致性和下游性别分类性能上的优越性。