代码大模型 / AI 编程

DREA: Decoupled Reasoning and Exploration Agents for Repository-Level Vulnerability Detection

DREA：用于仓库级漏洞检测的解耦推理与探索代理

Mingyang Sun, Guozhu Meng

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

AI总结 研究针对大语言模型用于仓库级漏洞检测时的不足，提出DREA框架，通过规划与探索代理解耦，实现目标导向上下文获取。构建RepoPairBench评估，提升配对正确性，降低成本，还发现安全推理质量是当前大语言模型的瓶颈。

Comments Accepted for presentation at Internetware 2026. 12 pages, 4 figures, and 5 tables

Harness Handbook: Making Evolving Agent Harnesses Readable,Navigable, and Editable

Harness手册：使不断演进的智能体框架具有可读性、可导航性和可编辑性

Ruhan Wang, Yucheng Shi, Zongxia Li, Zhongzhi Li, Yue Yu, Junyao Yang, Kishan Panaganti, Haitao Mi, Dongruo Zhou, Leoweiliang

机构 * Tencent（腾讯） ； Indiana University（印第安纳大学） ； University of Maryland, College Park（马里兰大学帕克分校） ； University of Georgia（佐治亚大学） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 研究智能体框架演进中行为定位难的问题，提出通过Harness手册和行为引导的渐进式披露，以行为为中心自动合成框架表示并辅助规划，提高行为定位和编辑计划质量，助力复杂智能体系统发展。

Comments 29 pages, 6 figures. Project page: https://ruhan-wang.github.io/Harness-Handbook/

Interventional Grounding Audits: Black-Box Premise-Dependency Tests for LLM Chain-of-Thought via Predicate Substitution

介入式基础审计：通过谓词替换对大语言模型思维链进行黑盒前提依赖性测试

Hironao Nakamura

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

AI总结 研究大语言模型思维链前提依赖性问题，提出介入式基础审计方法，通过谓词替换干预前提并重新运行模型，在ProntoQA基准测试中检测前提依赖性表现优异，还发现了“正确答案，错误推理”信号。

Comments Accepted at the ICLR 2026 Workshop on Logical Reasoning of Large Language Models (https://iclr.cc/virtual/2026/10017466)

VulWeaver: Weaving Broken Semantics for Grounded Vulnerability Detection

VulWeaver: 修补断裂语义以实现基于事实的漏洞检测

Yiheng Cao, Yihao Chen, Xin Hu, Bihuan Chen, Jiayi Deng, Zhuotong Zhou, Susheng Wu, Yiheng Huang, Xueying Du, Xingman Chen, Miaohua Li, Xin Peng

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

AI总结 VulWeaver通过整合确定性规则与LLM语义推理构建增强依赖图，提取完整漏洞上下文，利用元提示和专家指南提升LLM推理能力，实验显示其在PrimeVul4J数据集上F1得分达0.75，优于现有方法。

Mechanistic Evidence for Preserved-but-Misaligned Representations in Non-IID FedAvg

非独立同分布联邦平均中保留但未对齐表示的机制证据

Muhammad Haseeb, Salaar Masood, Muhammad Abdullah Sohail, Mohammad Fatim Shoaib, Muhammad Tahir

机构 * Lahore University of Management Sciences（拉瓦尔大学管理科学学院） 纠错

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

AI总结 研究非独立同分布FedAvg性能下降原因，通过在稀疏客户端训练视觉模型中结合多种分析方法，发现其性能下降不能仅用表示擦除解释，还因保留内部结构与最终预测路径未对齐。

Comments 18 pages

NRR-Core: Non-Resolution Reasoning as a Computational Framework for Contextual Identity and Ambiguity Preservation

NRR-Core：非解析推理作为情境身份和歧义保留的计算框架

Kei Saito

机构 * Independent Researcher, Japan（日本独立研究员） 纠错

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

AI总结 本文提出NRR框架，通过多向量嵌入、非坍缩注意力和情境身份追踪，解决人工智能系统过早解析歧义的问题，保持歧义保留以提升推理灵活性。

Comments 14 pages, 2 figures, 2 tables. Replacement synced to the current GitHub repository snapshot. Series hub: https://github.com/kei-saito-research/nrr-series-hub

Euclidean Distance Degrees in Macaulay2

Macaulay2中的欧几里得距离度

William Huang, Jose Israel Rodriguez

专题命中 仓库级理解 ：repository(abstract)

AI总结 介绍用于计算欧几里得距离度的Macaulay2软件包，它有基于子式和余法丛的符号方法及数值代数几何工具实现的数值方法，通过示例展示了其功能。

Comments to appear in Lecture Notes in Computer Science

Control-Oriented System Identification: Classical, Learning, and Physics-Informed Approaches

面向控制的系统辨识：经典、学习及物理信息方法

S. Sivaranjani, Yuanyuan Shi, Nikolay Atanasov, Thai Duong, Jie Feng, Tim Martin, Yuezhu Xu, Vijay Gupta, Frank Allgöwer

专题命中 仓库级理解 ：repository(abstract)

AI总结 综述面向控制的系统辨识方法，涵盖经典、机器学习及物理信息方法。通过将系统辨识与控制相关或物理信息特性结合，以优化问题形式强化特性，综述相关方法并给出示例，还指出未来研究挑战方向。

Comments Accepted for publication in the Annual Reviews in Control, 2026

RNA-KG v2.0: An RNA-centered Knowledge Graph with Properties

RNA-KG v2.0：一种以RNA为中心的知识图谱及其特性

Emanuele Cavalleri, Paolo Perlasca, Marco Mesiti

专题命中 仓库级理解 ：repository(abstract)

AI总结 RNA-KG v2.0通过整合大量手动整理的RNA相互作用和上下文属性，提升RNA研究中的链接预测与上下文感知分析能力。