代码大模型 / AI 编程

TypeProbe: Recovering Type Representations from Hidden States of Pre-trained Code Models

TypeProbe：从预训练代码模型的隐藏状态中恢复类型表示

Giuliano Gorgone, Fausto Carcassi

机构 * ILLC, University of Amsterdam（逻辑、语言与计算研究所，阿姆斯特丹大学） 纠错

专题命中 程序分析与验证 ：code model(title,abstract)；分类 cs.CL、cs.AI、cs.PL

AI总结 研究代码模型内部编码类型信息的情况，利用Java和Python代码示例的并行数据集探测预训练代码模型的残差流获取类型表示，发现跨语言类型表示等结果，且结构对一些变化有鲁棒性，还发布了代码和数据集。

Comments 18 pages, 12 figures. Accepted at ESSLLI 2026 (StuS; double-blind)

What, Where, and How: Disentangling the Roles of Task, Language, and Model in Code Model Representations

是什么、在哪里以及如何：解开任务、语言和模型在代码模型表示中的作用

Piotr Wilam

机构 * University College London（伦敦大学学院） 纠错

专题命中 程序分析与验证 ：code model(title)；分类 cs.CL、cs.LG

AI总结 研究独立训练的语言模型在代码表示上的情况，通过2x2设计扩展概念电路提取方法，测量语法概念，发现任务决定概念获专用电路，模型决定电路位置及增长方式，还得出如Rust与Python电路差异等结论，为后续测试奠定基础。

Comments 16 pages, 11 figures, 6 tables. Code: https://github.com/piotrwilam/Atlas2x2 ; dataset: https://huggingface.co/datasets/piotrwilam/Atlas2x2

OpenProver: Agentic and Interactive Theorem Proving with Lean 4

OpenProver：使用Lean 4进行智能且交互式的定理证明

Matěj Kripner, Milan Straka

机构 * Charles University, Faculty of Mathematics and Physics（查尔斯大学数学与物理系） 纠错

专题命中 程序分析与验证 ：code generation(abstract)；repository(abstract)；分类 cs.AI

AI总结 介绍用于大语言模型驱动的自动化定理证明的开源系统OpenProver，它集成特定架构，完全开源，能自动验证证明，提供交互式界面，通过在ProofNet上评估展示自动验证在定量消融实验中的潜力。

Comments 7 pages, 2 figures. Accepted at the 19th Conference on Intelligent Computer Mathematics (CICM 2026)

GitSkills: A Dataset of Agent Skills on GitHub

GitSkills：GitHub上的智能体技能数据集

Giuseppe Destefanis, Daniel Graziotin, Matteo Vaccargiu, Marco Ortu

专题命中 程序分析与验证 ：repository(abstract)；分类 cs.SE、cs.AI

AI总结 本文提出GitSkills数据集，包含从28.22万个公开GitHub代码库收集的379.7117万个智能体技能相关文件，为智能体技能的多维度研究提供了数据支撑。

Comments Giuseppe Destefanis, Daniel Graziotin, Matteo Vaccargiu, and Marco Ortu. 2027. GitSkills: A Dataset of Agent Skills on GitHub. In Proceedings of the 24th International Conference on Mining Software Repositories (MSR '27). Association for Computing Machinery, New York, NY, USA, 3 pages. To appear

Finding and Understanding Miscompilation Bugs in the Solidity Compiler

在Solidity编译器中发现并理解错误编译漏洞

Bhargava Shastry

专题命中 程序分析与验证 ：code generation(abstract)；分类 cs.SE、cs.PL

AI总结 研究旨在提高Solidity编译器质量，创建SolSmith工具。通过生成有效测试程序使编译器测试更严格，发现25个错误编译漏洞。还对这些漏洞进行定性和定量分析，揭示优化编译器的陷阱，为智能合约及用户减少潜在风险。

Comments 16 pages, 7 figures, 4 tables

Understanding Agent-Based Patching of Compiler Missed Optimizations

理解基于智能体的编译器遗漏优化补丁

Batu Guan, Zirui Wang, Shaohua Li

专题命中 程序分析与验证 ：coding agent(abstract)；分类 cs.SE、cs.AI

AI总结 研究智能体如何为编译器遗漏优化打补丁，发现关键挑战在于泛化而非仅修复报告案例，提出历史知识增强技术以提升泛化能力。

Comments 11 pages, 10 figures

Mining Architectural Quality Under Agentic AI Adoption: A Causal Study of Java Repositories

在智能体AI采用下的架构质量挖掘：Java仓库的因果研究

Oliver Aleksander Larsen, Mahyar T. Moghaddam

机构 * SDU Software Engineering, University of Southern Denmark（SDU软件工程，丹麦南部大学） 纠错

专题命中 程序分析与验证 ：repository(abstract)；分类 cs.SE、cs.AI

AI总结 通过差分差分设计和Borusyak插值估计器，研究智能体AI工具采用对Java仓库架构气味密度（ASD）的因果影响，发现ASD下降6.7%源于代码量增长，而非架构改进。

Comments 16 pages. Accepted for presentation at the 52nd Euromicro Conference on Software Engineering and Advanced Applications (SEAA) 2026, Krakow, Poland, 2-4 September 2026, and for publication in the Springer LNCS proceedings. This is the author's accepted manuscript

Rise From The Ashes: LLM-based Static Analysis for Deep Learning Framework Bugs

从灰烬中崛起：基于LLM的深度学习框架缺陷静态分析

Shaoyu Yang, Haifeng Lin, Chunrong Fang, Xiang Chen, Wei Cheng, Jiawei Liu, Yiyu Zhang, Hongyu Liu, Zhenyu Chen

专题命中 程序分析与验证 ：repository(abstract)；分类 cs.SE

AI总结 提出首个基于LLM的静态分析技术Phoenix，通过结构化语义桥接中间表示建模跨语言张量流，结合多智能体工作流检测深度学习框架缺陷，已在PyTorch中发现31个新bug。

Reading AI Model Compilation in MLIR Through the Lens of Formal Theories

通过形式理论的视角解读MLIR中的AI模型编译

Javed Absar

专题命中 程序分析与验证 ：coding agent(abstract)；分类 cs.PL

AI总结 本文通过形式理论（如项重写系统、精化演算、抽象解释）对应MLIR的匹配-重写引擎、阶段降低和范围分析，论证形式概念有助于明确抽象完备性、理想设计及实际权衡。

OpenAnt: LLM-Powered Vulnerability Discovery Through Code Decomposition, Adversarial Verification, and Dynamic Testing

OpenAnt：通过代码分解、对抗性验证和动态测试实现LLM驱动的漏洞发现

Nahum Korda, Gadi Evron

专题命中 程序分析与验证 ：repository(abstract)；分类 cs.LG

AI总结 提出OpenAnt系统，结合静态分析与LLM推理，通过代码分解、对抗性验证和动态测试三阶段流水线，在降低误报率的同时发现未知漏洞。

SAT Certificates for the Matrix-Multiplication Challenges over F2: All Ten `Expected-UNSAT` Instances Are Satisfiable, and a Type-3-Free Rank-23 Scheme

F₂上矩阵乘法挑战的SAT证书：全部10个“预期不可满足”实例均可满足，以及一个无3型项的秩23方案

Nick Palladinos

专题命中 程序分析与验证 ：repository(abstract)

AI总结 该研究针对F₂上的矩阵乘法SAT基准，发现10个预期不可满足的Challenge-2公式实际可满足，还构造了无3型项的秩23方案，生成了21个实例的SAT证书且可快速复现。