深度分析
LLM 生成程式碼的結構一致性檢測：圖形屬性圖與混合驗證框架
隨著大型語言模型輔助寫程式的普及，生成的程式碼常在編譯與測試階段通過，卻在部署後出現結構不一致的錯誤。研究以圖形一致性不變式定義八類結構失敗，建構混合驗證框架，結合靜態分析與自製跨圖偵測器。實驗顯示，多數結構缺陷逃過型別檢查與測試，且不同模型的失敗模式差異明顯，突顯專門結構驗證的必要性。
靜態分析
深度分析
「Hecate」：首套結合 Prompt‑as‑Specification 的 LLM 整合應用靜態分析與提示/程式碼複雜度衡量工具
隨著大型語言模型嵌入軟體，傳統只量測程式碼的複雜度已不足。研究推出Hecate，透過Prompt‑as‑Specification同時衡量提示層與程式碼層的結構寬度，並在118個元件驗證可預測維護工作量。結果顯示提示複雜度是獨立指標，提升預測效能。
深度分析
SpecDetect4AI：宣告式 DSL 驅動的 AI 程式碼味道高精度靜態分析工具
隨著AI系統快速成長，傳統靜態分析工具難以捕捉AI專屬程式碼味道。研究提出SpecDetect4AI，使用宣告式領域特定語言自訂規則，於826個AI專案測試達88.7%精確度與召回率，顯示其在效能與可擴充性上優於CodeSmile與mlpylint。此方法結合梯度屬性與激活修補等四條管線，定位層級關鍵區段，並提供跨模型、跨任務的可重複驗證流程。
深度分析
形式驗證代理技能：靜態效果分析、精化型別與SMT-BMC 的三層驗證鏈
本文針對如何把代理技能（skill）在宣告或測試等級之上，升級到可機械檢查的「formal」驗證等級提出完整方法。作者先在語義層面把技能消費分成 deterministic 的腳本端與 stochastic 的 LLM 端，將驗證目標形式化為「能力包含性」。
深度分析
CAT：呼叫鏈感知的 LLM 測試生成以提升 Java 專案覆蓋率
在專案級單元測試自動化上，現有以執行路徑驅動的 LLM 方法常因跨類依賴、深層呼叫鏈與物件初始化複雜而失靈。本文改寫的研究提出 CAT（一種呼叫鏈感知的 LLM 測試生成法），透過靜態分析抽取呼叫鏈、建構函式與第三方依賴，將這些上下文明確注入 prompt，並以產生與修復雙階段迭代流程產出可執行測試。
深度分析
ACE‑Bench：執行自由的 Azure SDK 程式碼正確性基準
本研究針對大型語言模型在 Azure SDK 使用上的正確性提出 ACE‑Bench，一種免執行、快速判定通過與否的基準。它將官方文件範例轉為自足任務，透過正規表達式與 LLM 評審檢查 API 使用與工作流，降低測試成本並提升可重現性。實驗顯示多模型在檢索增強下表現提升，且不同模型差異顯著。