代码大模型 / AI 编程

Reformulate, Retrieve, Localize: Agents for Repository-Level Bug Localization

重新表述、检索、局部化：用于仓库级缺陷定位的代理

Genevieve Caumartin, Glaucia Melo

机构 * Concordia University（康科迪亚大学） ； Toronto Metropolitan University（多伦多 Metropolitan 大学） 纠错

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

AI总结 本文提出利用LLM代理通过查询重新表述和摘要改进仓库级缺陷定位，实现更高效的文件级定位性能。

Comments Accepted at BoatSE 2026

Prompting-in-a-Series: Psychology-Informed Contents and Embeddings for Personality Recognition With Decoder-Only Models

Prompting-in-a-Series: 基于心理启发内容与嵌入的个性识别解码器-only模型

Jing Jie Tan, Ban-Hoe Kwan, Danny Wee-Kiat Ng, Yan-Chai Hum, Anissa Mokraoui, Shih-Yu Lo

机构 * Laboratoire de traitement et transport de l'information, Université Sorbonne Paris Nord, France（信息处理与传输实验室，索邦巴黎北大学，法国） ； Institute of Communication Studies, National Yang Ming Chiao Tung University, Taiwan（传播学研究所，国立阳明交通大学，台湾） 纠错

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

AI总结 PICEPR通过心理启发内容与嵌入技术，提升解码器-only模型在个性识别中的性能，实现5-15%的提升。

Comments 16 pages

Journal ref IEEE Transactions on Computational Social Systems, pages 1-15, 2025

A Survey on Diffusion Models for Time Series and Spatio-Temporal Data

时间序列和时空数据扩散模型综述

Yiyuan Yang, Ming Jin, Haomin Wen, Chaoli Zhang, Yuxuan Liang, Lintao Ma, Yi Wang, Chenghao Liu, Bin Yang, Zenglin Xu, Shirui Pan, Qingsong Wen

机构 * University of Oxford（牛津大学） ； Griffith University（格里菲斯大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Zhejiang Normal University（浙江师范大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The University of Hong Kong（香港大学） ； Salesforce Research（Salesforce研究） ； East China Normal University（东华大学） ； Fudan University（复旦大学） 纠错

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

AI总结 本文综述了扩散模型在时间序列和时空数据中的应用，系统梳理了模型类别、任务类型及实际应用场景，为后续研究提供基础。

Comments Accepted by ACM Computing Surveys; 37 pages; Github Repo: https://github.com/yyysjz1997/Awesome-TimeSeries-SpatioTemporal-Diffusion-Model

Hyperbolic Large Language Models

双曲大语言模型

Sarang Patil, Zeyong Zhang, Yiran Huang, Tengfei Ma, Mengjia Xu

机构 * Department of Data Science, New Jersey Institute of Technology（数据科学系，新泽西理工学院） ； Department of Biomedical Informatics, Stony Brook University（生物医学信息学系，石溪大学） 纠错

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

AI总结 本文提出双曲大语言模型，通过双曲几何提升语义表示学习和多尺度推理能力。

Comments 27 pages, 7 figures

LOCUS: A System and Method for Low-Cost Customization for Universal Specialization

LOCUS：一种低成本定制化用于通用特化的系统和方法

Dhanasekar Sundararaman, Keying Li, Wayne Xiong, Aashna Garg

机构 * Microsoft（微软） 纠错

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

AI总结 LOCUS通过低成本定制化方法，在通用特化任务中实现高效模型训练，优于GPT-4o并显著降低计算成本。

Small Language Models Reshape Higher Education: Courses, Textbooks, and Teaching

小型语言模型重塑高等教育：课程、教材和教学

Jian Zhang, Jia Shao

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

AI总结 本研究利用小型语言模型重新设计大气物理课程，通过构建高维向量库实现教学资源的动态化与智能化，推动教育模式的变革。

Comments in Chinese language

Overcoming Small Data Limitations in Video-Based Infant Respiration Estimation

克服基于视频的婴儿呼吸估计中小数据限制

Liyang Song, Hardik Bishnoi, Sai Kumar Reddy Manne, Sarah Ostadabbas, Briana J. Taylor, Michael Wan

机构 * Northeastern University（东北大学） 纠错

专题命中 仓库级理解 ：repository(abstract)

AI总结 本文提出了一种基于视频的婴儿呼吸估计方法，通过引入新的标注数据集和可重复的处理流程，解决了小数据限制问题，并建立了相关基准。