语言大模型 / LLM

Robustness and Reasoning Fidelity of Large Language Models in Long-Context Code Question Answering

大语言模型在长上下文代码问答中的鲁棒性与推理可信度

Kishan Maharaj, Nandakishore Menon, Ashita Saxena, Srikanth Tamilselvam

机构 * IBM Research（IBM研究院） 纠错

专题命中 长上下文与记忆 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.AI

AI总结 本研究评估了大语言模型在长上下文代码问答中的鲁棒性和推理可信度，通过不同设置测试发现模型在面对干扰信息时表现脆弱，揭示了现有评估的局限性。

Comments 11 pages, 4 Figures, 5 Tables, Work in Progress

AgentLAB: Benchmarking LLM Agents against Long-Horizon Attacks

AgentLAB: 对长周期攻击下LLM代理的基准测试

Tanqiu Jiang, Yuhui Wang, Jiacheng Liang, Ting Wang

机构 * Department of Computer Science, Stony Brook University, Stony Brook, USA（计算机科学系，石溪大学，石溪，美国） 纠错

专题命中 长上下文与记忆 ：LLM(title,abstract)；分类 cs.AI

AI总结 AgentLAB是一个专门评估LLM代理对长周期攻击易感性的基准，通过五种新型攻击类型和28个现实环境测试，揭示了LLM代理在长周期攻击中的脆弱性。

FAMOSE: A ReAct Approach to Automated Feature Discovery

FAMOSE：一种用于自动化特征发现的ReAct方法

Keith Burghardt, Jienan Liu, Sadman Sakib, Yuning Hao, Bo Li

机构 * Amazon.com, Inc.（亚马逊公司） 纠错

专题命中 长上下文与记忆 ：LLM(abstract)；分类 cs.AI、cs.LG

AI总结 FAMOSE通过ReAct方法实现自动化特征发现，显著提升分类和回归任务的性能，展示了AI代理在创新解决方案中的有效性。

Comments 23 pages, 6 figures

DARTH-PUM: A Hybrid Processing-Using-Memory Architecture

DARTH-PUM：一种混合处理-存储-记忆架构

Ryan Wong, Ben Feinberg, Saugata Ghose

机构 * Sandia National Laboratories（沙达国家实验室） 纠错

专题命中 长上下文与记忆 ：language model(abstract)；分类 cs.LG

AI总结 DARTH-PUM是一种通用混合PUM架构，通过优化外围电路和编程接口，实现高效内存计算，适用于多种应用领域。

Comments To appear in the ACM International Conference on Architectural Support for Programming Languages and Operating Systems (ASPLOS) 2026