代码大模型 / AI 编程

AutoRefine: Compiling Trajectories into Validated Typed Agent Artifacts

AutoRefine: 从轨迹到可重用的专业知识为连续LLM代理优化

Libin Qiu, Zhirong Gao, Junfu Chen, Yuhang Ye, Liangyu Li, Weizhi Huang, Xiaobo Xue, Wenkai Qiu, Shuo Tang

机构 * alibaba（阿里巴巴集团） 纠错

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

AI总结 AutoRefine通过提取和维护双重形式的经验模式，提升连续LLM代理的知识积累与维护效率，实现98.4%的准确率提升。

Comments 7 pages, 2 figures, 3 tables

The Theory of Strategic Evolution: Games with Endogenous Players and the Seven Laws of Strategic Replicators

战略进化理论：具有内生参与者和战略复制者的博弈

Kevin Vallier

机构 * Institute of American Constitutional Thought and Leadership（美国宪法思想与领导力研究所） ； University of Toledo（托莱多大学） 纠错

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

AI总结 本文提出战略进化理论，引入具有内生参与者的博弈，定义进化稳定智能分布，通过跨层增益矩阵构建战略层层次结构，证明相关封闭性及定理，可用于分析人工智能部署动态等，揭示人格工程问题及稳定多智能体系统的宪法约束。

Comments 171 pages. Formalized in Lean 4 with Mathlib: 240 theorems in the elaborated environment, 141 audited headline results, cold-compiling from a clean checkout with zero custom axioms. Source, theorem-by-theorem contract, and reproducible axiom audit: https://github.com/selfreferencing/TSE_Formal. Companion to Agentic Capital

SIP: Site in Pieces- A Dataset of Disaggregated Construction-Phase 3D Scans for Semantic Segmentation and Scene Understanding

SIP: 构建阶段碎片化3D扫描数据集——用于语义分割和场景理解

Seongyong Kim, Yong Kwon Cho

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

AI总结 SIP数据集通过碎片化3D扫描反映施工现场实际约束，为建筑场景的语义分割和理解提供高质量基准数据。

F(AI)2R: Who Did What, and Who Checked? Verifiable AI Provenance as an Executable Skill

F(AI)2R：谁做了什么，谁进行了检查？可验证的人工智能溯源作为一项可执行技能

Florian Krebs

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

AI总结 研究将F(AI)2R实验的溯源模型扩展为aiprov，涵盖任何含人工智能工件。方法被打包为可执行技能，由人工智能代理操作，能解析操作员身份，把关图一致性并发布论文版本，以自身为例展示溯源记录。

Certified Interpolation Oversampling: Per-Instance Safety Guarantees for Imbalanced Learning

带安全认证的插值过采样：不平衡学习中针对单个样本的安全保证

Pankaj Yadav, Vivek Vijay

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

AI总结 本文提出带安全认证的插值过采样（CISO）框架，为不平衡学习生成带安全属性的样本，在多数据集实验中表现与SMOTE相当且无评估失败，揭示了保真度与安全的连续权衡关系。

Comments 39 pages

An Exploratory Study of Agent Plans for Agentic AI Coding Tools in Open-Source Software

面向开源软件中智能体式AI编码工具的智能体计划探索性研究

Muhammad Auwal Abubakar, Seyedmoein Mohsenimofidi, Jai Lal Lulla, Jie M. Zhang, Christoph Treude, Sebastian Baltes, Matthias Galster

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

AI总结 本文通过筛选36710个GitHub仓库识别出85个Markdown智能体计划文件，研究其支持的软件工程工作类型与提供的执行指导，明确其是研究人-智能体工作流任务意图的丰富工件。

Comments 14 pages, 2 figures, 4 tables. Accepted at the 20th International Symposium on Empirical Software Engineering and Measurement (ESEM 2026), Emerging Results, Vision, and Reflection Papers Track

Quick on the Uptake: Eliciting Implicit Intents from Human Demonstrations for Personalized Mobile-Use Agents

快速响应：从人类演示中提取隐含意图以构建个性化移动使用代理

Zheng Wu, Heyuan Huang, Yanjia Yang, Yuanyi Song, Xingyu Lou, Weiwen Liu, Weinan Zhang, Jun Wang, Zhuosheng Zhang

机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学与工程学院） ； OPPO Research Institute（OPPO研究院） 纠错

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

AI总结 本文提出IFRAgent框架，通过分析显式和隐式意图流，提升移动代理对人类意图的对齐率和任务完成率。

SPFinder: Improving the Context Length and Scalability for Tracing Known Vulnerability Patches

SPFinder：提升已知漏洞补丁追踪的上下文长度与可扩展性

Jiangrui Zheng, Xueqing Liu, Guanqun Yang, Siyan Wen, Qiushi Liu, Xiaoyin Wang

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

AI总结 SPFinder是一种用于追踪已知漏洞补丁的可扩展检索框架，通过分层嵌入和三阶段检索解决长上下文与可扩展性问题，在多数据集评估中优于现有方法，可实用关联CVE补丁。

An Empirical Study of Complexity, Heterogeneity, and Compliance of GitHub Actions Workflows

GitHub Actions工作流的复杂性、异质性与合规性的实证研究

Edward Abrokwah, Taher A. Ghaleb

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

AI总结 本研究分析Java、Python、C++仓库的GitHub Actions工作流，量化其复杂性、异质性与合规性，发现工作流设计依赖生态惯例，为该领域提供了可复现的实证基准。

GEMSS: A Variational Method for Discovering Multiple Sparse Solutions in Classification and Regression Problems

GEMSS: 一种用于在分类和回归问题中发现多个稀疏解的变分贝叶斯方法

Kateřina Henclová, Václav Šmídl

机构 * Faculty of Electrical Engineering, Czech Technical University（捷克技术大学电子工程系） 纠错

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

AI总结 提出GEMSS算法，利用结构化spike-and-slab先验、高斯混合近似后验和Jaccard惩罚，通过变分推断同时发现多个多样化的稀疏特征组合，在128个实验和3个真实数据集上优于对比方法。

HiTMS: A High-Throughput Multi-Stream Linguistic Steganography Framework

HiTMS：一个高通量多流语言隐写框架

Ruiyi Yan, Zhongliang Yang, Yugo Murawaki

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

AI总结 HiTMS针对现有语言隐写术单流方案的局限，提出在多轮交互响应中分配秘密，通过批处理调用提高吞吐量，用自描述框架和密钥派生调度保证可恢复性，实验显示其速度提升且降低隐写分析器AUROC，并发增加时吞吐量持续提高。

The Ghost Couple: Correlated LLM Name Priors and Their Haunting of the Web and Academic Publishing

幽灵搭档：相关的大语言模型姓名先验及其对网络和学术出版的困扰

Michał Brzozowski, Neo Christopher Chung

机构 * Samsung AI Center（三星人工智能中心） ； University of Warsaw（华沙大学） 纠错

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

AI总结 研究发现大语言模型生成虚构专家姓名时会产生相关性强的角色组合，这些组合具有模型家族特异性，并在Zenodo等平台造成大量幽灵作者记录，影响学术出版。

Uncovering Scientific Software Sustainability through Community Engagement and Software Quality Metrics

通过社区参与和软件质量指标揭示科学软件的可持续性

Sharif Ahmed, Addi Malviya Thakur, Gregory R. Watson, Nasir U. Eisty

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

AI总结 该研究针对科学开源软件长期维持的挑战，以GitHub上的十个知名Sci-OSS项目为对象，结合社区参与与软件质量指标，提出新颖可视化技术及相关分析方法，为相关人员提供了软件可持续性的关键见解。

Comments Accepted for publication in IEEE Computing in Science & Engineering

Measuring the State of Open Science in Transportation Using Large Language Models

利用大型语言模型衡量交通运输领域开放科学的状态

Junyi Ji, Ruth Lu, Linda Belkessa, Liming Wang, Silvia Varotto, Yongqi Dong, Nicolas Saunier, Mostafa Ameli, Gregory S. Macfarlane, Bahman Madadi, Cathy Wu

机构 * Massachusetts Institute of Technology（麻省理工学院） ； Vanderbilt University（范德比大学） ； Portland State University（波特兰州立大学） ； Delft University of Technology（代尔夫特理工大学） ； Brigham Young University（Brigham Young 大学） 纠错

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

AI总结 本文利用大型语言模型自动评估交通研究中数据和代码的开放科学实践，发现仅有少数论文共享代码或数据，揭示了开放科学与传统学术指标之间的不一致，需通过结构性干预促进实践改进。

Nearly Tight Bounds for Cross-Learning Contextual Bandits with Graphical Feedback

具有图形反馈的交叉学习上下文博弈的近似紧界

Ruiyuan Huang, Zengfeng Huang

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

AI总结 研究具有图形反馈的交叉学习上下文博弈，在遗忘对抗损失模型下，针对强可观测图给出肯定答案，算法通过隔离无自环动作、悲观校正等实现\(\widetilde O(\sqrt{\alpha T})\)期望遗憾，实验展示相关好处及缩放。

Change Impact Recommendation for JavaScript: Lessons from History and Runtime Analysis

JavaScript变更影响推荐：来自历史和运行时分析的教训

Sadjad Tavakoli, Saba Alimadadi

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

AI总结 针对JavaScript动态特性导致的依赖推断难题，通过结合历史共变模式挖掘和动态依赖分析，提出混合方法Caprese，实验表明两种信号互补，混合推荐效果更优。

FOI-O: A global ontology and verification framework for Freedom of Information process modelling

FOI-O：新西兰首个用于信息自由流程建模的本体与验证方法包

Dylan A Mordaunt

机构 * Faculty of Health, Education and Psychology, Victoria University of Wellington（维多利亚大学健康、教育与心理学学院） ； College of Medicine and Public Health, Flinders University（弗林德斯大学医学院和公共卫生学院） ； Centre for Health Policy, The University of Melbourne（墨尔本大学健康政策中心） 纠错

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

AI总结 针对公共信息请求记录混杂多类数据的问题，提出FOI-O可复用流程建模与验证框架，基于新西兰相关法案实现首个验证配置文件，提供多类标准化语义与流程工具资产。

Comments 22 pages, 4 figures, 9 tables, ancillary supplement; revised manuscript with expanded provenance, versioning, and navigation documentation

cGAP: Generalized Association Plots with HOMALS-Guided Heatmaps for Visualization of High-Dimensional Categorical Data

cGAP：用于高维分类数据可视化的带HOMALS引导热图的广义关联图

Chun-houh Chen, Shun-Chuan Chang, Chiun-How Kao, Yi-Ju Lee, Shang-Ying Shiu, Yin-Jing Tien, ShengLi Tzeng, Han-Ming Wu

机构 * Institute of Statistical Science, Academia Sinica（学术院统计研究所） ； Department of Statistics, National Taipei University（台北国立大学统计系） ； Holistic Education Center, Mackay Medical University（Mackay医学院整体教育中心） ； Department of Statistics and Data Science, Tamkang University（淡江大学统计与数据科学系） ； Institute for Information Industry（资讯产业研究院） ； Department of Applied Mathematical and Graduate Institute of Statistics, National Chung Hsing University（中正大学应用数学及统计研究所） ； Department of Statistics, National Chengchi University（中正大学统计系） 纠错

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

AI总结 研究针对高维分类数据可视化工具不足的问题，提出cGAP框架，利用HOMALS嵌入数据并集成多视图，经序列化算法揭示数据结构，推导相关属性，通过多领域应用展示其多功能性，为研究复杂分类数据集提供可视化环境。

Comments 23 pages, 9 figures, 3 tables

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

RippleBench: Capturing Ripple Effects Using Existing Knowledge Repositories

RippleBench: 利用现有知识库捕捉涟漪效应

Roy Rinberg, Usha Bhalla, Igor Shilov, Flavio P. Calmon, Rohit Gandikota

机构 * Harvard University（哈佛大学） ； Imperial College London（伦敦帝国学院） ； Northeastern University（东北大学） 纠错

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

AI总结 提出RippleBench-Maker自动管道，从知识库检索语义邻居生成选择题，评估八种遗忘方法在Llama3-8B-Instruct上的涟漪效应，发现准确率下降随语义距离衰减且跨模型一致。

Deforking the World of Code: A Project-Provenance Map that Recovers Cross-Forge Fork Families that Platform Graphs Cannot See

去分叉代码世界：一个恢复跨平台分叉家族的项目来源图谱，平台图无法识别

Audris Mockus

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

AI总结 针对Git分叉导致代码度量膨胀的问题，提出基于全局共享提交关系的去分叉映射p2PFull，通过集线节点星编码和并行Louvain聚类构建项目来源图，并验证了跨平台分叉家族的发现。

Heimdallr: Characterizing and Detecting LLM-Induced Security Risks in GitHub CI Workflows

Heimdallr：在GitHub CI工作流中识别和检测LLM引发的安全风险

Bonan Ruan, Yeqi Fu, Chuqi Zhang, Jiahao Liu, Jun Zeng, Zhenkai Liang

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

AI总结 本文研究GitHub CI工作流中LLM引发的安全风险，提出Heimdallr框架，通过流程图规范化和威胁向量检测，实现高精度识别LLM节点和威胁向量。

LGQ: Learnable Geometric Quantization for Image Tokenization

LGQ：用于图像令牌化的可学习几何量化

Idil Bilge Altun, Mert Onur Cakiroglu, Elham Buxton, Mehmet Dalkilic, Hasan Kurban

机构 * Luddy School of Informatics, Computing and Engineering, Indiana University Bloomington（印第安纳大学布卢明顿分校信息学、计算与工程学院） ； Department of Computer Science, University of Illinois Springfield（伊利诺伊大学斯普林菲尔德分校计算机科学系） ； College of Science and Engineering, Hamad Bin Khalifa University, Doha, Qatar（哈马德·本·卡伊夫大学多哈校区科学与工程学院） 纠错

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

AI总结 研究提出可学习几何量化（LGQ），保留可学习码本，通过温度退火进行软到硬分配，用两个低成本项正则化，无需EMA等防止码本崩溃，在图像任务中表现优。

Harness Engineering for Agentic AI Coding Tools: An Exploratory Study

配置代理AI编码工具：探索性研究

Matthias Galster, Seyedmoein Mohsenimofidi, Jai Lal Lulla, Muhammad Auwal Abubakar, Christoph Treude, Sebastian Baltes

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

AI总结 本文探讨了代理AI编码工具的配置机制，分析了多种工具的配置方法，发现Context Files主导配置，并提出AGENTS.md作为通用标准。

Comments 10 pages, 7 figures, 3 tables, based on "Configuring Agentic AI Coding Tools: An Exploratory Study" published in Proceedings of the 3rd ACM/IEEE International Conference on AI-powered Software (AIware 2026)

DISCOVER: A Solver for Distributional Counterfactual Explanations

DISCOVER: 一种用于分布反事实解释的求解器

Yikai Gu, Lele Cao, Bo Zhao, Lei Lei, Lei You

机构 * Technical University of Denmark（丹麦技术大学） ； Aalto University（阿尔托大学） ； Xi'an Jiaotong University（西安交通大学） 纠错

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

AI总结 提出DISCOVER，一种模型无关的分布反事实解释求解器，通过预算化提议-选择搜索范式替代梯度优化，利用最优传输几何指导采样，实现非可微模型下的分布对齐。

Comments 22 pages, 8 figures, 6 tables

Code Lifespan Survival Analysis (CLSA): Predicting the Survival of Source Code Lines Using AST-Aware Mining

代码寿命生存分析（CLSA）：使用AST感知挖掘预测源代码行的存活

Pavel Gurov

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

AI总结 提出代码寿命生存分析（CLSA）框架，在单行粒度上通过Cox比例风险模型和AST结构、行熵等静态特征预测代码删除风险，发现行熵对成熟代码有强保护作用，仓库身份是最大影响因素。

Context-as-AI-Service: Surfacing Cross-File Dependency Chains for LLM-Generated Developer Documentation

上下文即服务：为LLM生成的开发者文档揭示跨文件依赖链

Ameya Gawde, Vyzantinos Repantis, Harshvardhan Singh, Lucy Moys

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

AI总结 提出Context-as-a-Service (CaaS)检索层，通过索引代码库并支持关键词与语义搜索，帮助LLM代理在生成或审查文档时追踪跨文件依赖链，实验表明CaaS能发现基线遗漏的错误并减少时间和输入令牌消耗。

Comments 8 pages, 2 figures, 4 tables

ToolRosella: Translating Code Repositories into Standardized Tools for Scientific Agents

ToolRosella: 将代码仓库翻译为科学智能体的标准化工具

Shimin Di, Xujie Yuan, Hanghui Guo, Chaoqian Ouyang, Yongxu Liu, Ling Yue, Zhangze Chen, Libin Zheng, Jia Zhu, Shaowu Pan, Jian Yin, Yong Rui, Min-Ling Zhang

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

AI总结 提出ToolRosella框架，通过仓库分析、工具接口构建、执行测试和迭代修复，自动将异构科学代码仓库转化为标准化、可被智能体调用的工具，在122个仓库上达到61.5%的转换成功率，下游任务成功率为84.0%。

Comments 20 pages

huff: A Python package for Market Area Analysis

huff：用于市场区域分析的Python包

Thomas Wieland

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

AI总结 huff包提供市场区域分析的完整流程，包括数据导入、OD矩阵构建、模型分析、参数估计和可视化，适用于经济地理学和健康地理学研究。

Comments v1.2.1; added references, update of scientific usage and PyPI usage statistics