人工智能方向雷达 · 2026-W43｜运行时强制、工具描述体检、证据档位自审
人工智能方向雷达：运行时强制边界：护栏外置、工具描述质量体检、证据档位自审：先标级再结论。本期语料的问题从“AI 有没有效”转向“证据有多硬”：多篇综述与 Meta 分析自评证据档位 B/C，并明确提示性而非定论。
LLM智能体软件问题修复研究综述：242项研究
该综述系统梳理了242项基于大语言模型智能体的软件问题修复研究，指出该方向文献呈爆发式增长，并围绕基准、技术与实证研究三个维度建立分类体系，同时强调强化学习正成为该领域日益重要的训练范式。整体属于领域态势归纳，而非单一干预效果的量化结论。 研究设计为系统性文献综述，纳入242项近
TensorFlow：端到端开源机器学习平台
由 Google Brain 团队发起的端到端开源机器学习平台，提供工具、库与社区资源，供研究者开展机器学习与神经网络研究并部署应用。
基于AI智能体的智慧校园管理平台设计
结论方向：本文提出一种基于AI智能体的智慧校园管理平台架构设计，旨在将分散的校园数据转化为可治理、可解释的运营与学生服务依据；属系统设计类工作，材料未报告实证评估结果，证据档位为C。 研究设计与做法：为设计性研究，未报告样本量、干预与对照或随访时长。平台整合多源数据采集、分层数据
基于变异的多智能体测试用例更新方法
针对CI/CD下代码变更使既有测试用例失效的问题，提出基于变异的多智能体测试用例更新方法。 指出近期基于大语言模型的测试更新方法依赖执行反馈与精确匹配上下文检索，优先保证可执行性与行覆盖率。
LLM 能做功效分析吗？四项模型实证评估（结论：不能替代专家判断）
背景：功效分析（power analysis）对定量研究的严谨性至关重要，但因专用软件门槛高而使用不足；LLM 正被快速整合进研究实践，其在统计任务上的可靠性却缺乏系统评估 —— 存在"未经检验或过于乐观地使用"的风险。 设计：评估四种广泛使用的 LLM —— ChatGPT（G
面向代谢介导药物相互作用预测的语义感知知识图谱神经网络
材料仅为期刊出版信息，未提供摘要与结果，无法就语义感知知识图谱神经网络用于代谢介导药物相互作用预测的方向或强度作出判断。 材料未报告研究设计与做法，仅显示该文发表于Pattern Recognition第183卷Part B，出版日期为2027年3月，作者为Wanmin Lin、
与语言模型“对话”：对会话预设的哲学批评与人工物立场
该文主张，把与大语言模型的交互视为“对话”并视其为有记忆、能行动、会承诺的智能对话者是错误的；作者提出“人工物立场”，以设计与可供性而非意向态度来描述人机交互，属于概念论证而非实证检验。 设计为哲学/概念分析论文，材料未报告样本量、干预与对照、随访时长；论证路径为：区分生成文本与
AI驱动矿山灾害管理的演进趋势：从统计模型到物理信息神经网络与可解释AI的综述
该综述认为，AI/机器学习在岩爆预测、边坡稳定性分析与瓦斯突出预报等任务中已显示出应用潜力，但纯数据驱动模型受数据稀缺、类别不平衡与物理一致性不足制约，深度学习黑箱性也限制其在安全关键场景的可信度；整体属叙述性综述，证据档位为C。 研究设计为综合性文献综述，梳理AI在矿山地质灾害
通用大模型作为受限晶体组分生成器：Elpasolite基准评估
在Elpasolite大化学空间基准上，通用大语言模型经迭代提示-应答框架可平均找回目标区域中96%的低能Elpasolite组分，作者据此提示其在目标性质空间覆盖上可能优于既往任务专用生成模型，但该结论基于单一基准，属提示性证据。 研究为计算基准评估类设计，材料未报告具体样本量
