代码大模型 / AI 编程

Repo2Skill-Evo: Repository Skills Go Stale in Silence

Repo2Skill-Evo：仓库技能在静默中过时

Chenyuan Duan, Ge Shi, Zineng Mao, Ge Zhang, Hao Liang, Yinzhu Piao, Yuchen Wu, Zhixin Yao, Kaiyu Huang, Wenhao Huang, Linzhuang Sun, Shen Yan, Wentao Zhang

机构 * ByteDance（字节跳动） ； Peking University（北京大学） ； Beijing Jiaotong University（北京交通大学） 纠错

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

AI总结 Repo2Skill-Evo研究发现，在57个真实仓库的105次版本转换中，前沿智能体难以可靠维护仓库技能，其平均@3 macro F1仅29.9%-69.7%，仓库技能会在无明确信号的情况下静默过时。

Lexical Coupling in GUI Element Grounding: Sentence Embeddings Track Labels across Mobile and Web

GUI元素定位中的词汇耦合：句子嵌入追踪移动端与网页的标签

Qijia Chen, Giulio Jacucci

机构 * University of Helsinki（赫尔辛基大学） 纠错

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

AI总结 该研究针对GUI定位评估中嵌入相似度与语义定位的混淆问题，对比编码器与词汇基线，提出需报告词汇基线等诊断指标以区分标签恢复与语义定位。

When Can Agents Safely Checkpoint, Fork, Restore, and Merge? Exact Checking for Execution Edits

智能体何时能安全地进行检查点、分叉、恢复与合并？执行编辑的精确检查

Yusheng Zheng, Xiaoyu Song, Yanpeng Hu, Lebin Cheng, Yuxi Huang, Wei Zhang

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

AI总结 该研究针对智能体的检查点、分叉等执行编辑操作，提出一种精确判定编辑安全性的算法，通过形式化方法验证，相关成果已在 Lean 中实现并开源。

Comments 24 pages

Dual-Layer Agentic Memory with Fast Write Routing and Slow Consolidation

带有快速写入路由与慢速整合的双层智能体记忆

Wenzhi Li, Dong Nie, Rui Lan, Tongtong Lyu, Peiyao Wang, Lingzi Hong, Weihang Pan, Boyuan Pan, Yao Hu

机构 * Zhejiang University（浙江大学） ； Xiaohongshu（小红书） ； University of North Texas（北得克萨斯大学） 纠错

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

AI总结 该研究针对LLM智能体动态环境下的记忆管理问题，提出双层智能体记忆框架，通过成本感知路由与周期性整合实现高效记忆处理，在保留高检索性能的同时减少冗余。

Multi-Agent Discovery and Resource-Aware Autonomous Exploration of Scientific Datasets

科学数据集的多智能体发现与资源感知自主探索

Aashish Panta, Hugo Lee, Giorgio Scorzelli, Kyongsik Yun, Valerio Pascucci

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

AI总结 针对单个研究者难以发现探索大规模科学数据集的问题，提出WebVisus多智能体系统，可基于自然语言问题启动自主智能体，适配资源探索数据集并完成案例验证。

Comments 10 pages, 4 figures, 1 table. To appear in 2026 IEEE eScience Proceedings

Loop Engineering: Building Blocks, Adoption, and Impact

循环工程：构建模块、采用情况及影响

Jai Lal Lulla, Vahram Nersesyan, Seyedmoein Mohsenimofidi, Christoph Treude, Sebastian Baltes

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

AI总结 本文对新兴循环工程领域开展探索性研究，分析其构建模块、开源项目采用情况，挖掘36710个仓库发现217个存在自主智能体循环，并规划了智能体自主层级的对照研究。

Comments 10 pages, 2 tables, under review

Opportunities and Challenges of Natural Language Processing for Low-Resource Senegalese Languages in Social Science Research

自然语言处理在塞内加尔语言社会科学研究中的机遇与挑战

Derguene Mbaye, Tatiana D. P. Mbengue, Madoune R. Seye, Moussa Diallo, Mamadou L. Ndiaye, Dimitri S. Adjanohoun, Cheikh S. Wade, Djiby Sow, Jean-Claude B. Munyaka, Jerome Chenal

机构 * Polytechnic School (ESP)（多科技术校） ； Gaston Berger University (UGB)（加斯顿-伯杰大学） ； Federal Institute of Technology Lausanne (EPFL)（洛桑联邦理工学院） 纠错

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

AI总结 本文探讨了自然语言处理在塞内加尔六种语言社会科学研究中的机遇与挑战，提出构建可持续的NLP生态系统，强调伦理治理与跨学科合作。

Comments 45 pages, 8 figures

An Empirical Study of Java Code Improvements Based on Stack Overflow Answer Edits

基于Stack Overflow回答编辑的Java代码改进实证研究

In-on Wiratsin, Chaiyong Ragkhitwetsagul, Matheus Paixao, Denis De Sousa, Pongpop Lapvikai, Peter Haddawy

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

AI总结 本研究通过分析Stack Overflow的Java回答编辑，识别可改进的开源Java代码，发现近7%的采纳回答有多次修订，近半数编辑代码可应用于开源项目，11个bug修复方案被接受。

ROS2SmolVLA: Enabling Small Vision-Language-Action Models for Integration into Industrial-Grade Lightweight Robots

ROS2SmolVLA：适用于集成到工业级轻量机器人的小型视觉-语言-动作模型

Nils Mandischer, Noah Böckmann, Ludwig Holl, Lars Mikelsons

机构 * University of Augsburg（奥格斯堡大学） 纠错

专题命中 仓库级理解 ：repository(abstract)

AI总结 本研究将SmolVLA适配于Universal Robots轻量机器人，发布ROS2SmolVLA开源接口，通过UR10e取放任务验证其功能，为工业级轻量机器人提供了本地可计算的小型VLA模型方案。

Comments Accepted at 8th International Conference on Industry of the Future and Smart Manufacturing, Padua & Venice, 2026

Open at the Edge, Captured at the Center: llama.cpp and the Political Economy of Local AI Inference

边缘开放，中心捕获：llama.cpp 与本地 AI 推理的政治经济学

Woohyeuk Lee, Hanlin Li, David Gray Widder

专题命中 仓库级理解 ：repository(abstract)

AI总结 该研究以 llama.cpp 为对象，分析本地 AI 推理的政治经济动态，发现本地推理拓宽参与度却将控制权向基础设施相关方转移，呼吁政策关注推理基础设施以维持云外 AI 开放性。

Comments 18 pages, 7 figures

HuBMAP Data Portal: a resource for multimodal spatial and single-cell data of healthy human tissues

HuBMAP 数据门户：健康人体组织多模态空间和单细胞数据的资源

Morgan L. Turner (1), Thomas C. Smits (1), Tiffany S. Liaw (1), Brendan Honick (2), Bill Shirey (3), Lisa Choy (1), Nikolay Akhmetov (1), Shaokun An (4), David Betancur (2), Dominic Bordelon (2), Karl Burke (3), Ivan Cao-Berg (2), John Conroy (1), Chris Csonka (2), Penny Cuda (5), Sean Donahue (5), Stephen Fisher (6), Derek Furst (3), Ed Hanna (2), Josef Hardi (7), Tabassum Kakar (1), Mark S. Keller (1), Devin Lange (1), Xiang Li (2), Yan Ma (1), Alison McWilliams (2), Austen Money (1), Richard Morgan (3), Eric Moerth (1), Juan Muerto (2), Mark A. Musen (7), Emily Nic (2), Martin J. O'Connor (7), Gesina Phillips (2), Alexander J. Ropelewski (2), Ryan Sablosky (2), Sravani Saripalli (4), Max Sibilla (3), Derek Simmel (2), Alan Simmons (3), Xu Tang (4), Joel Welling (2), Zhou Yuan (3), Martin Hemberg (4), HuBMAP Consortium (8), Matthew Ruffalo (5), Jonathan Silverstein (3), Philip Blood (2), Nils Gehlenborg (1) ((1) Harvard Medical School, Boston, MA 02115, (2) Pittsburgh Supercomputing Center, Carnegie Mellon University, Pittsburgh, PA 15213, (3) University of Pittsburgh, Pittsburgh PA 15260, (4) Gene Lay Institute of immunology and Inflammation, Brigham and Women's Hospital, Harvard Medical School and Massachusetts General Hospital, Boston, MA 02115, (5) Carnegie Mellon University, Pittsburgh, PA 15213, (6) University of Pennsylvania, Philadelphia, PA 19104, (7) Stanford University, Stanford, CA 94305, (8) A list of consortium authors and their affiliations appear at the end of the paper)

专题命中 仓库级理解 ：repository(abstract)

AI总结 介绍 HuBMAP 数据门户，一个整合健康人体组织多模态空间和单细胞数据的综合平台，支持搜索、可视化和分析，并通过统一处理流程确保数据可比性。

Comments 41 pages; 8 figures; 1 table