program-analysis

作者开发了一个基于 Datalog 的 LLM 记忆系统，用于在漏洞研究等调查中保持准确状态，并能在事实变化时自动更新结论。

本文介绍了LLMCompiler（一个在IR代码上大规模预训练的LLM）产生的程序嵌入在程序分析和优化任务中的首次应用，在算法分类中实现了1.54%的错误率，并在异构设备映射上取得了有竞争力的准确率。

Harness Handbook是一种以行为为中心的表示，通过静态程序分析和LLM辅助从智能体harness代码库中合成，帮助开发者和编码智能体定位实现特定行为的代码。它引入了行为引导的渐进式披露（BGPD），引导智能体从高层描述到相关实现细节，提高了定位准确性和编辑计划质量。

TokenScope是一个面向仅解码器大型语言模型的交互式可解释性工具，在代码生成过程中提供词元级指标、注意力模式及反事实分支，支持系统性地研究模型行为。

关于Datalog的全面笔记：什么是Datalog，如何用多种语言实现，以及在程序分析中的应用，附带代码示例和资源。

本文介绍了Constrained Diffusion for Code (CDC)，这是一种无需训练的神经符号推理框架，它将约束满足直接集成到离散扩散模型的逆向去噪过程中，用于代码生成。CDC在功能正确性、安全性和语法方面持续提升约束满足率，在多个基准测试中优于现有的扩散模型和自回归基线。

LaMR 提出了一种针对编码代理的结构化剪枝框架，将代码相关性分解为语义证据和依赖支持两个维度，使用专用的条件随机场和混合专家门控机制，在保持或提升任务性能的同时，最多可减少 31% 的 Token 使用量。

文章解释了为什么 Tree-sitter 不适合深度程序分析，并指出它会丢弃运算符和关键字等关键标记。文章提倡使用 Cubix 框架作为构建语义分析和重构工具的更稳健替代方案。

实践者 Rory Sawyer 回顾十年将程序分析用于弥合代码与人类意图之间差距的经历，强调静态分析作为超越执行的正确性沟通工具的价值。