2026 · 会议已接收
智能体逆向工程：利用发现智能体从输入输出行为恢复代码
Agentic Reverse Engineering: From I/O to Code with Discovery Agent
通过 LLM 引导的演化搜索、逐步展示的样例、由简到繁的修改及执行错误反馈，从输入输出观察合成可执行程序；主动变体自行选择输入并查询隐藏的参考程序。
研究范围与局限
IO2CodeBench 包含 125 个生成任务，覆盖基础运算、算法、几何及图像到数值的映射，通常每题提供八个可见样例和十五个留出样例。主动探索只覆盖各层级的 25% 子集。多模态结果采用样例通过比例的均值，其他层级按通过全部留出样例的任务计数。有限测试通过不代表恢复原源码或完全等价；未评测任意应用及有状态服务。
与本合集的关联
提供从行为观察到程序重建的具体流程，并区分可见样例拟合与留出行为检查。
发表与复核详情
- 发表载体
- NeurIPS 2026
- 发表状态
- 会议已接收
- 出版／提交日期
- 2026 年（具体日期未核实）
- 日期依据
- NeurIPS 2026 官方海报页面确认接收，不据此认定论文集出版日期。arXiv 首投为 2026-05-14；所审阅 v2 修订于 2026-10-18。
- arXiv 首次提交
- 2026 年 5 月 14 日
- arXiv
- 2605.15334
- 已复核的 arXiv 版本
- v2
- DOI
- 10.48550/arxiv.2605.15334
官方海报与固定仓库保留早期标题 From I/O to Code with Discovery Agent，十位作者与 v2 及 DataCite 一致。已注册 DOI 标识 arXiv 工作，不据此声明论文集 DOI 或出版日期。论文采用 arXiv 非独占许可。作者链接代码固定核查于 ef15827ab7090bf2d227fb1eef51d91b0163339e；README 说明 Python 3.10+、服务商凭据、基准／参考程序任务和实验入口。所审阅 README 与根目录树未核实覆盖整个仓库的代码／数据许可。本次未执行生成程序、模型或实验。
来源复核于
本合集仅做来源复核，未重新运行论文实验。请通过原始论文或 BibTeX 引用原作者。
一手来源
- https://arxiv.org/abs/2605.15334
- https://arxiv.org/html/2605.15334v2
- https://api.datacite.org/dois/10.48550/arxiv.2605.15334
- https://neurips.cc/virtual/2026/loc/sydney/poster/154711
- README.md GitHub · JiaruQian/IO2Code · 修订 ef15827
- https://github.com/JiaruQian/IO2Code/tree/ef15827ab7090bf2d227fb1eef51d91b0163339e