语言大模型 / LLM

BaRA: Budget-constrained and Reliable Web Data Collection Agent

BaRA: 基于BFS与反思的网络数据收集代理

Soojeong Lee, Joseph Lee, Yongseong Cho, Sunjae Kim, Youngwoo Moon, Kyungwoo Song

专题命中 其他LLM ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 提出BaRA框架，结合有界广度优先搜索和历史自反思，在固定交互预算下高效收集网站级数据，在链接发现和可下载多模态提取上优于现有方法。

A Dual-Helix Governance Approach Towards Reliable Agentic Artificial Intelligence for WebGIS Development

面向可靠WebGIS开发的代理人工智能双螺旋治理方法

Boyuan Guan, Wencong Cui, Levente Juhasz

机构 * Geographic Information Systems Center, Florida International University（佛罗里达国际大学地理信息系统中心） ； Geospatial Analytics, Technology and Open Research Lab, University of Florida（佛罗里达大学地理空间分析、技术与开放研究实验室） 纠错

专题命中 其他LLM ：LLM(abstract,abstract_cn)；prompting(abstract)；分类 cs.AI

AI总结 针对代理AI在WebGIS开发中的不可靠问题，提出双螺旋治理框架，通过知识-行为-技能三轨架构和持久知识图谱外化事实与协议，实验证明能降低代码复杂度、减少输出方差并防止制图错误。

Comments Paper submitted to and under review in Transactions in GIS

A Large-Scale Comprehensive Measurement of AI-Generated Code in Real-World Repositories

对现实仓库中AI生成代码的大型实证研究

Tianhao Mao, Dongfang Zhao, Haixu Tang, Xiaofeng Wang, Hang Zhang

专题命中 其他LLM ：LLM(abstract_cn)；large language model(abstract)；language model(abstract)

AI总结 本文通过大规模实证研究分析现实仓库中AI生成代码的特性，探讨AI辅助开发与传统人类开发的差异，为理解AI在软件开发中的实际影响提供依据。

Safety Targeted Embedding Exploit via Refinement

通过精炼的安全目标嵌入利用

Joshua Adrian Cahyono

机构 * Nanyang Technological University（南洋理工大学） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI

AI总结 提出STEER方法，通过梯度引导攻击识别并翻译关键词语到低资源语言，抑制大语言模型拒绝行为，在多个模型上实现高达96.7%的攻击成功率，揭示安全机制在多语言输入下的泛化缺陷。

Identifying the Periodicity of Information in Natural Language

识别自然语言中的信息周期性

Yulin Ou, Yu Wang, Yang Xu, Hendrik Buschmeier

机构 * CLCS Lab, Department of Computer Science and Engineering, Southern University of Science and Technology（计算机科学与工程系，南方科技大学计算机语言实验室） ； Digital Linguistics Lab, Department of Linguistics, Bielefeld University（语言学系，比勒菲尔德大学数字语言学实验室） 纠错

专题命中 其他LLM ：LLM(abstract,abstract_cn)；分类 cs.CL

AI总结 本文提出APS方法识别自然语言信息序列中的周期性，发现大量语言存在强周期性，且发现超出典型结构单位的新周期，并通过谐波回归验证。

Comments Accepted at ACL 2026 (main)

Journal ref Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers, ACL 2026), pp. 1161-1175

Formal Semantics for Agentic Tool Protocols: A Process Calculus Approach

智能体工具协议的形式语义：一种进程演算方法

Andreas Schlapbach

机构 * Swiss Federal Railways (SBB)（瑞士联邦铁路公司） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文通过进程演算形式化两种智能体工具协议（SGD和MCP），证明它们在映射Phi下结构互模拟，但反向映射有损，进而提出MCP+扩展实现完全等价。

Comments Logical flaw in Theorem 21

Refploit: Facilitating Exploit Construction via Code-Agent Trajectory Repair

Refploit: 通过代码代理轨迹修复促进漏洞利用构建

Zirui Chen, Zhipeng Xue, Jiayuan Zhou, Xing Hu, Xin Xia, Xiaohu Yang

专题命中 其他LLM ：LLM(abstract,abstract_cn)

AI总结 提出Refploit框架，利用大语言模型修复代码代理生成的失败轨迹，通过差分执行验证和约束引导恢复，在Java漏洞数据集上实现80.2%的复现率，相对初始轨迹提升64.3%。

Knowledge Over Parameters: Evolving Smart Contract Vulnerability Detection

知识超越参数：演化智能合约漏洞检测

Yuqiang Sun, Han Liu, Ying Li, Yiran Zhang, Zong Cao, Ziyun Guo, Yang Liu

专题命中 其他LLM ：LLM(abstract,abstract_cn)

AI总结 提出EvoVuln框架，将漏洞检测转化为程序性知识演化问题，通过运行时反转控制架构和两阶段演化流水线，仅用少量标注样本自动合成并优化检测逻辑，在五种真实漏洞类型上实现71%宏平均F1分数。

How Much Static Structure Do Code Agents Need? A Study of Deterministic Anchoring

代码智能体需要多少静态结构？关于确定性锚定的研究

Zhihao Lin, Mingyi Zhou, Yizhuo Yang, Li Li

专题命中 其他LLM ：LLM(abstract,abstract_cn)

AI总结 研究轻量级静态分析（如调用图、继承层次）作为确定性锚定，通过注入结构注释提高代码智能体导航的可复现性和稳定性，发现锚定效果依赖粒度与仓库特性。

Comments Accepted to the ACM SIGSOFT International Symposium on Software Testing and Analysis (ISSTA 2026). 21 pages

Generating Project-Specific Test Cases with Requirement Validation Intention

生成具有需求验证意图的项目特定测试用例

Binhang Qi, Yun Lin, Xinyi Weng, Yuhuan Huang, Chenyan Liu, Hailong Sun, Zhi Jin, Jin Song Dong

专题命中 其他LLM ：LLM(abstract,abstract_cn)

AI总结 提出IntentionTest方法，通过检索-编辑方式，根据验证意图描述生成项目特定测试，相比基线方法杀死更多突变体并提高测试通过率。

Comments Accepted at ISSTA 2026

Electron stability constrains neutrino time delays

电子稳定性限制中微子时间延迟

Mauricio Bustamante, José Manuel Carmona, José Luis Cortés, Ardit Gkioni, Maykoll A. Reyes

专题命中 其他LLM ：prompting(abstract)

AI总结 通过分析电子稳定性，约束洛伦兹不变性破缺（LIV）对中微子时间延迟的解释，排除亚光速LIV解释高能宇宙中微子延迟的可能性。

Comments 6 pages, 2 figures, plus appendices

Language-Assisted Super-Resolution from Real-World Low-Resolution Patches

语言辅助的真实世界低分辨率图像超分辨率

Joonkyu Park, Kyoung Mu Lee

机构 * IPAI, Seoul National University（首尔大学IPAI） 纠错

专题命中 其他LLM ：language model(abstract)

AI总结 提出LA-SR框架，利用视觉语言模型在语言空间中对齐LR和HR图像，通过语言内容损失和语言质量损失实现无配对真实LR图像的超分辨率。

Comments 19 pages

SGMatch: Semantic-Guided Non-Rigid Shape Matching with Flow Regularization

SGMatch: 基于语义引导与流正则化的非刚性形状匹配

Tianwei Ye, Xiaoguang Mei, Yifan Xia, Fan Fan, Jun Huang, Jiayi Ma

机构 * Wuhan University（武汉大学） 纠错

专题命中 其他LLM ：foundation model(abstract)

AI总结 提出SGMatch框架，通过融合视觉基础模型的语义特征和条件流匹配正则化，解决非等距变形和拓扑噪声下的非刚性3D形状匹配问题。

Comments 29 pages, 13 figures, 17 tables. Project Page: https://yetianwei.github.io/SGMatch/

Learning Semantic Atomic Skills for Multi-Task Robotic Manipulation

学习多任务机器人操作的语义原子技能

Yihang Zhu, Weiqing Wang, Shijie Wu, Ye Shi, Jingya Wang

机构 * ShanghaiTech University（上海科技大学） 纠错

专题命中 其他LLM ：language model(abstract)

AI总结 提出AtomSkill框架，通过语义对比对齐和关键姿态想象，从演示中学习可重用原子技能，实现多任务机器人操作，优于现有方法。