AwesomeREA.org

2026 · 预印本

MirrorCode：仅凭行为重建完整程序的评测

MirrorCode: AI can rebuild entire programs from behavior alone

Tom Adamczewski; David Owen; David Rein; Florian Brand; Giles Edkins; Allen Hart; Daniel O'Connell

利用仅可执行的参考程序、文档及可见样例，评测 25 个命令行程序的重新实现；在独立评分环境中对可见及留出端到端测试进行精确输出比较。

研究范围与局限

目标限于指定范围内、确定性、无状态且输出文本的程序。测试一致不等于普遍等价或代码质量评估；记忆探测发现 17 个目标可能已被接触。较大推理预算及框架选择限制与低成本基准的比较，三个目标仍未公开。

与本合集的关联

直接评估依据可观察的软件行为开展长期重建的能力。

发表与复核详情

发表载体
arXiv
发表状态
预印本
出版／提交日期
2026 年 6 月 29 日
日期依据
采用首次 arXiv 提交日期，另列所复核版本。
arXiv 首次提交
2026 年 6 月 29 日
arXiv
2606.30182
已复核的 arXiv 版本
v2
DOI
10.48550/arxiv.2606.30182

首投为 6 月 29 日，v2 为 7 月 17 日，属于近六个月补充候选。与 ProgramBench 不同，论文专门比较两者。固定仓库的根许可证为 MIT，包含公开框架与任务定义，不含私有任务；目标程序许可另行适用。本次未运行基准。

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

  1. https://arxiv.org/abs/2606.30182
  2. https://arxiv.org/html/2606.30182v2
  3. https://api.datacite.org/dois/10.48550/arxiv.2606.30182
  4. README.md GitHub · epoch-research/MirrorCode · 修订 5c9d7b0
  5. LICENSE GitHub · epoch-research/MirrorCode · 修订 5c9d7b0