Supra Cognitive Modes: A Routed Architecture for Agent Memory
超认知模式：一种用于智能体记忆的路由架构
机构 * Supra Research（超研）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.CL、cs.AI
AI总结 研究智能体记忆工作负载，提出超认知模式（SCM）架构，通过共享摄取底层及相关机制处理查询，在三个基准上进行表征，给出参考运行成绩等，展示了一种路由配置及故障模式，验证了相关设计。
AI 大模型
代码大模型 / AI 编程
代码生成、软件工程智能体、程序修复、测试生成和开发者工具。
1. 仓库级理解 3946 篇
CODENS: Transforming Code Changes into Living, Accessible, and Queryable Documentation
CODENS：将代码变更转化为生动、可访问且可查询的文档
机构 * CAPSENS
专题命中 仓库级理解 ：repository(abstract)；分类 cs.SE、cs.AI
AI总结 研究如何在快速发展代码库中维护文档，提出CODENS系统，它从拉取请求构建知识图，经语义提取等操作，通过三种检索模式展示知识，保留变更历史并集成评估指标，在项目中评估效果良好，但在文档综合方面有挑战。
Comments Accepted at the 26th ACM Symposium on Document Engineering (DocEng 2026). DOI: 10.1145/3820755.3832807
Edge-Efficient Transformer for End-to-End RF Spectrum Monitoring
用于端到端射频频谱监测的边缘高效变压器
机构 * Sorbonne Université, CNRS, LIP6（索邦大学、法国国家科学研究中心、巴黎第六大学信息与自动化实验室）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.AI、cs.LG
AI总结 提出用于端到端射频频谱监测的E-SpecFormer，引入LiTAN注意力机制，有四种可扩展变体。在相关数据集测试中，Nano变体参数少、速度快，准确率高，以低成本超越现有边缘模型，是物联网设备实时频谱智能的高效解决方案。
ECHO: Encoding Communities via High-order Operators
ECHO：通过高阶运算编码社区
机构 * Thomas Lord Department of Computer Science, University of Southern California（美国南加州大学汤姆·劳德计算机科学系）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.AI、cs.LG
AI总结 ECHO通过高阶运算和自监督架构，解决社区检测中的拓扑与语义瓶颈，实现高效准确的社区划分。
Journal ref Machine Learning with Applications, Volume 25, 100930, 2026
Posts of Peril: Detecting Information About Hazards in Text
危险帖子：检测文本中的危害信息
专题命中 仓库级理解 ：repository(abstract)；分类 cs.AI、cs.LG
AI总结 研究如何检测文本中的危害信息，开发新模型并基于标注X帖子训练，应用于地缘政治事件数据集，发现危害信息常见，无机账户有特定讨论模式，为信息战环境下危害探索迈出第一步。
Comments 21 pages, 14 figures
Journal ref In: ICWSM 2026, 20(1), 370-390 (2026)
Perception-Aligned AI Outputs: End-to-End Visual Prediction for Uncertainty Communication in Clinical Decision-Making
感知对齐的人工智能输出：临床决策中用于不确定性通信的端到端视觉预测
机构 * Harvard Ophthalmology AI Lab（哈佛眼科人工智能实验室） ； Schepens Eye Research Institute of Massachusetts Eye and Ear（马萨诸塞眼耳医院施佩恩眼科研究所） ； Harvard Medical School（哈佛医学院） ； Center for Advanced Technology and Education（先进教育技术中心） ； Florida International University（佛罗里达国际大学） ； Dartmouth Institute for Health Policy and Clinical Practice（达特茅斯健康政策与临床实践研究所） ； Dartmouth College（达特茅斯学院） ； Computer Aided Medical Procedures（医学辅助程序） ； Technical University of Munich（慕尼黑技术大学） ； Singapore Eye Research Institute（新加坡眼科研究所） ； Singapore National Eye Centre（新加坡国家眼科中心） ； Department of Ophthalmology, Byers Eye Institute, Stanford University（眼科部门，比尔斯眼科研究所，斯坦福大学）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.AI、cs.LG
AI总结 研究针对医疗保健中可解释人工智能的问题，提出以人为本的机器学习可视化学习框架VL4ML，通过直观视觉表示传达模型预测与不确定性，经多临床任务验证及评估，结果显示其能有效支持临床决策，具有广泛可及性。
Can Tokens Compete? Token Representations against Supervised CNN Backbones for BirdCLEF+ 2026
令牌能竞争吗？针对BirdCLEF+ 2026的与监督式CNN主干竞争的令牌表示
机构 * Georgia Institute of Technology（佐治亚理工学院）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.AI、cs.LG
AI总结 针对BirdCLEF+ 2026中动物发声多标签检测任务，先构建监督基线，后对比神经音频编解码器的编解码表示与基础嵌入的语义表示，比较两个生物声学专家模型和四个基于令牌的编码器，探究基于令牌的表示能否竞争。
EEG-based AI-BCI Wheelchair Advancement: Transformer-Based Learning with Motor Imagery for Brain Computer Interface
基于EEG的AI-BCI轮椅前进：用于脑机接口的混合深度学习与运动想象
机构 * Department of Computer Science and Engineering, Kathmandu University（加德满都大学计算机科学与工程系） ； Department of Electronics and Communication Engineering, Nepal Engineering College, Pokhara University（博卡拉大学尼泊尔工程学院电子与通信工程系） ； Department of Applied Sciences and Chemical Engineering, Institute of Engineering, Pulchowk Campus, Tribhuvan University（特里布万大学工程学院普尔乔克校区应用科学与化学工程系）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出一种结合运动想象左右手运动机制的AI集成方法，利用EEG数据模拟轮椅导航，采用CNN-Transformer混合模型实现高准确率的EEG分类。
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
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)
The Patchwork Problem in LLM-Generated Code
大语言模型生成代码中的拼凑问题
机构 * Decentralized Science Lab, College of Computing and Software Engineering（分布式科学实验室，计算机与软件工程学院）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.SE、cs.AI
AI总结 研究大语言模型生成代码中的拼凑问题，将结构一致性形式化并引入故障分类法，提出混合验证框架，经实证评估和真实世界验证，揭示多数结构故障难被现有检查发现，模型间故障模式有别，此类故障普遍存在。
Jet-Long: Efficient Long-Context Extension with Dynamic Bifocal RoPE
Jet-Long：使用动态双焦点旋转位置编码的高效长上下文扩展
机构 * NVIDIA（英伟达）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.AI、cs.LG
AI总结 研究针对现代语言模型长上下文应用中零样本上下文扩展问题，提出Jet-Long方法，通过动态双焦点RoPE及相关技术，在推理时开销小，在多种模型和基准测试中表现优异，还能推广到其他架构且超参数弹性强。
Comments added discussion of AdaGroPE and LaMPE (Findings of ACL 2026) with clarified contribution
SpO$_2$ Predictor-Guided Stage-Wise Time-Frequency Reconstruction of Low-Quality Dual-Wavelength PPG for Oxygen Saturation Estimation
用于氧饱和度估计的 SpO₂ 预测器引导的低质量双波长 PPG 逐阶段时频重建
机构 * Department of Computer Science, University of California, Davis, Davis, CA, U.S.A.（加州大学戴维斯分校计算机科学系） ； Department of Electrical and Computer Engineering, University of California, Davis, Davis, CA, U.S.A.（加州大学戴维斯分校电气与计算机工程系）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.AI、cs.LG
AI总结 研究针对低质量双波长 PPG 信号估计 SpO₂ 不准确的问题，提出 SpO₂ 预测器引导的逐阶段时频重建框架，结合时域与频域损失及 SpO₂ 预测器约束训练模型，实验表明该方法能降低受试者级平均绝对误差。
ArtMine: Discovering and Formalizing Artistic Processes
ArtMine：发现并形式化艺术创作过程
机构 * TCS Research（TCS研究）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.AI、cs.LG
AI总结 研究如何从异构历史证据发现并形式化艺术创作过程，核心方法是将证据合成存储库，由溯因智能体推断生产步骤并优化，主要贡献是迈向以过程为中心的人机协同创作系统，支持多方面研究。
Comments 47 pages, 10 figures
LLM-Driven CI-CD Workflow Intelligence for Cyber Systems Engineering
面向网络系统工程的由大语言模型驱动的持续集成与持续交付工作流智能
机构 * Independent Researcher（独立研究者）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.SE、cs.AI
AI总结 研究面向网络系统工程的CI/CD工作流智能，通过基于大语言模型的分析管道，结合多种方法处理大量GitHub库数据，发现问题并得出结果，强调CI/CD可观测性应结合诊断、上下文和人工审查。
Knowdit: Agentic Smart Contract Vulnerability Detection with Auditing Knowledge Summarization
Knowdit: 基于审计知识摘要的智能合约漏洞检测框架
机构 * Nanyang Technological University（南洋理工大学） ； National Superior College for Engineers, Beihang University（北京航空航天大学高等工程学院） ； Bitslab ； The Chinese University of Hong Kong（香港中文大学）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.SE、cs.AI
AI总结 Knowdit利用审计知识摘要和多智能体框架，通过迭代循环检测智能合约漏洞，有效识别高和中严重性漏洞，优于现有基线方法。
Comments Revised with GPT-5.4
An Empirical Study of Security Calibration in Large Language Models for Code
面向代码的大型语言模型安全校准的实证研究
机构 * University of Notre Dame（圣母大学） ； Brac University（布拉卡大学）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.SE、cs.LG
AI总结 本文首次大规模实证研究LLM生成代码的安全校准，发现过度自信普遍存在，安全校准优于功能校准，且校准引导的自动修复效果有限。
Comments Accepted at the 42nd International Conference on Software Maintenance and Evolution (ICSME 2026) Research Track
LAMP: Lean-based Agentic framework with MCP and Proof Repair
LAMP: 基于 Lean 的 MCP 与证明修复智能体框架
机构 * Indian Institute of Information Technology, Design and Manufacturing, Kancheepuram（印度信息与设计制造理工学院，卡纳切普拉姆）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.CL、cs.AI
AI总结 提出 LAMP 多智能体框架，通过推理时提供结构化领域知识（本体）而非微调，在 Lean 4 中合成内核验证的证明，在组合学词领域定理上达到 96.7% 的验证率。
RADIANT-PET: Reasoning-Augmented PET/CT Lesion Segmentation with Large Language Models and Reinforcement Learning
RADIANT-PET：结合大语言模型和强化学习的推理增强型PET/CT病灶分割
机构 * Division of Hematology, The Ohio State University Comprehensive Cancer Center（血液科，俄亥俄州立大学综合癌症中心） ； Department of Radiology, Mahidol University（医学放射科，玛希多大学） ； Department of Radiology, Mettapracharak Hospital（医学放射科，Mettapracharak医院） ； Department of Radiation Oncology, The Ohio State University Comprehensive Cancer Center（放射肿瘤科，俄亥俄州立大学综合癌症中心）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.AI、cs.LG
AI总结 提出RADIANT-PET框架，通过大语言模型和强化学习对候选摄取区域进行推理分类，抑制生理性假阳性，提升PET/CT病灶分割准确性。
Interpretable Clustering: A Survey
可解释聚类：综述
机构 * College of Information Science and Engineering, Henan University of Technology（河南理工大学信息科学与工程学院） ； School of Software, Dalian University of Technology（大连理工大学软件学院） ； Xinchang Power Supply Company, State Grid Corporation of China（国网浙江绍兴供电公司）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.AI、cs.LG
AI总结 本文综述了可解释聚类算法的现状，探讨了透明聚类结果的重要性，帮助研究人员选择合适的方法，并推动高效透明的聚类算法发展。
Comments 14 pages, 2 figures, 3 tables
Journal ref ACM Computing Surveys, Volume 58, Issue 8, Article 215 (2026)
Parameter Efficient Hybrid Transformer (PEHT) for Network Traffic Prediction via Dynamic Urban Congestion Integration
参数高效混合Transformer（PEHT）用于通过动态城市拥堵整合进行网络流量预测
机构 * National Science Foundation（国家科学基金会） ； U.S. Department of Transportation（美国交通部） ； University Transportation Center (UTC)（大学交通中心） ； Transportation Cybersecurity Center for Advanced Research and Education (CYBER-CARE)（交通网络安全高级研究与教育中心） ； NVIDIA Academic Grant Program（NVIDIA学术资助计划）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.AI、cs.LG
AI总结 提出参数高效混合Transformer（PEHT），通过低秩适应和多模态融合整合城市移动性与拥堵信息，在减少参数的同时提升网络流量预测精度。
Explainable Ensemble-Based Machine Learning Models for Detecting the Presence of Cirrhosis in Hepatitis C Patients
基于可解释集成机器学习模型检测丙型肝炎患者肝硬化的存在
专题命中 仓库级理解 ：repository(abstract)；分类 cs.AI、cs.LG
AI总结 本研究利用四种集成机器学习算法（随机森林、梯度提升机、极端梯度提升和极端随机树）检测丙型肝炎患者的肝硬化，其中极端随机树模型在仅使用16个特征时达到96.92%的准确率，优于其他模型。
Journal ref Computation 2023, 11, 104
Learning to Code with Context: A Study-Based Approach
基于情境的学习：一种基于研究的方法
专题命中 仓库级理解 ：repository(abstract)；分类 cs.SE、cs.AI
AI总结 本文研究了如何在软件开发过程中利用生成式AI工具，通过大学编程项目中的用户研究，探讨了AI辅助在真实开发实践中的应用，分析了工具的有效性及学生遇到的挑战。
Comments 36 pages, 7 figures, 5 tables
Journal ref Software 2026, 5(2), 27
Hypothesis-Driven Skill Optimization for LLM Agents
假设驱动的技能优化用于LLM智能体
机构 * AI Lab, Qifu Technology（奇富科技人工智能实验室）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.SE、cs.AI
AI总结 提出HDSO框架，通过可证伪假设与验证机制从稀疏轨迹中提取可靠技能，无需训练，在ALFWorld上提升平均成功率6.9-7.1个百分点。
What Makes Effective Supervision in Latent Chain-of-Thought: An Information-Theoretic Analysis
什么使得潜在思维链中的监督有效：一种信息论分析
机构 * Ningbo Institute of Digital Twin, Eastern Institute of Technology（宁波数字孪生研究院，东方理工大学） ； Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算学系）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.CL、cs.LG
AI总结 本文从信息论角度分析潜在思维链中的监督失效问题，提出轨迹监督和空间监督两个维度，并引入统一潜在探针（ULP）量化信息保真度，揭示了信息-性能绑定关系。
Multi-Agent Transactive Memory
多智能体交互记忆
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of California, Berkeley（加州大学伯克利分校）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.CL、cs.AI
AI总结 提出MATM框架，通过共享存储和检索智能体轨迹，实现异构智能体群体间的知识复用，提升下游任务性能并减少交互步骤。
Verifying the Rust Standard Library
验证 Rust 标准库
专题命中 仓库级理解 ：repository(abstract)；分类 cs.SE、cs.PL
AI总结 通过众包方式集成多种验证工具，对 Rust 标准库中的不安全代码进行静态验证，发现并修复未定义行为，展示了大规模验证的可行性与挑战。
Comments Published at 18th NASA Formal Methods Symposium (NFM 2026)
Journal ref In: Deshmukh, J., Havelund, K., Pinto, A. (eds) NASA Formal Methods. NFM 2026. Lecture Notes in Computer Science, vol 16622. Springer, Cham, pp. 415-435
Brep2Shape: Boundary and Shape Representation Alignment via Self-Supervised Transformers
Brep2Shape：通过自监督变换器对齐边界与形状表示
机构 * School of Software, BNRist, Tsinghua University（清华大学软件学院）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.AI、cs.LG
AI总结 提出Brep2Shape自监督预训练方法，利用双Transformer骨干和拓扑注意力对齐B-rep的抽象边界表示与直观形状表示，在多项下游任务中达到最优精度并加速收敛。
Experience Makes Skillful: Enabling Generalizable Medical Agent Reasoning via Self-Evolving Skill Memory
经验造就熟练：通过自进化技能记忆实现可泛化的医疗智能体推理
机构 * Fudan University（复旦大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Innovation Institute（上海创新研究院） ； Huazhong University of Science and Technology（华中科技大学）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.CL、cs.AI
AI总结 提出SkeMex框架，通过技能记忆实现医疗智能体后部署自进化，无需更新模型权重，在临床任务中优于现有记忆型智能体。
tap: A File-Based Protocol for Heterogeneous LLM Agent Collaboration
tap：一种用于异构LLM智能体协作的基于文件的协议
机构 * HUA Labs（HUA实验室）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.SE、cs.AI
AI总结 提出tap协议，通过文件优先设计实现不同厂商LLM智能体（如Claude和Codex）在共享代码库上的协作，无需共享内存或相同运行时，实验表明异构模型对审查缺陷发现率更高。
Comments Accepted to KCC 2026. English archival translation. 3 pages, 1 figure, 3 tables
I'm Sorry Driver, I'm Afraid I Can't Do That: Appraising the Safety of LLMs within Automotive Contexts
抱歉，司机，恐怕我不能这么做：评估LLMs在汽车环境中的安全性
机构 * UKRI AI Centre for Doctoral Training in Safe Artificial Intelligence Systems (SAINTS)（英国研究理事会安全人工智能系统博士培训中心（SAINTS）） ； University of York（约克大学） ； Jaguar Land Rover（捷克·陆罗恩）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.SE、cs.AI
AI总结 本文从安全保证角度评估了将LLMs集成到汽车控制任务中的现有框架，指出其面临概念和具体挑战，并通过案例研究提出未来保障机制。
Comments Accepted at the Dependable AI in Embedded Systems (DAIES) Workshop at SAFECOMP 2026; 15 pages, 3 figures, 2 tables
