Hacker News · 03.07.2026 ·Машинное обучение

Author2Vec: идентификация авторов кода с помощью LLM

Исследователи представили Author2Vec — метод векторизации стиля программирования, позволяющий с высокой точностью определять авторство кода. Используя возможности Claude, система анализирует уникальные паттерны написания кода, такие как структура именования, предпочтения в форматировании и логические привычки, превращая их в компактные векторные представления для последующего сравнения и идентификации разработчиков в больших репозиториях.

Технология опирается на способность современных больших языковых моделей улавливать тонкие стилистические особенности, которые часто игнорируются традиционными анализаторами кода. В отличие от классических методов, основанных на синтаксическом разборе или поиске плагиата, Author2Vec фокусируется на «почерке» программиста. Это позволяет эффективно находить фрагменты кода, написанные одним и тем же человеком, даже если они были намеренно изменены или переписаны для маскировки.

Метод открывает новые возможности для анализа безопасности и управления качеством кода в крупных корпоративных средах. Он может применяться для аудита вклада разработчиков, выявления аномалий в коммитах или подтверждения авторства в условиях распределенных команд. Инструмент демонстрирует, как семантическое понимание кода моделями трансформируется в прикладные задачи по анализу поведения и идентификации личности в цифровой среде.

Ключевые факты

Author2Vec использует эмбеддинги для перевода стилистических особенностей кода в векторное пространство.
Система способна идентифицировать автора даже при наличии попыток скрыть стиль написания.
Технология базируется на анализе глубоких паттернов, включая выбор алгоритмов и структуру именования переменных.
Метод позволяет проводить масштабный анализ репозиториев для поиска корреляций между разными участками кода и конкретными разработчиками.

Источник: Hacker News

Обсудить с ИИ

Похожие материалы

Hacker News · ИИ в маркетинге Альтернатива детекторам ИИ: верификация авторства через запись процесса письма Вместо попыток обучить нейросети распознавать сгенерированный контент, авторы проекта HumanWroteThis предлагают фиксировать процесс создания текста в реальном времени. Инструмент записывает каждое нажатие клавиши и движение курсора, создавая воспроизводимую историю написания документа. Это позволяет подтвердить, что текст был создан человеком, а не сгенерирован ИИ-моделью, обеспечивая прозрачность авторства в академической и профессиональной среде. The Decoder · Оценка и бенчмарки Authors Guild протестировала эффективность детекторов ИИ-контента Гильдия авторов (Authors Guild) провела сравнительное тестирование пяти популярных инструментов для обнаружения ИИ-текстов. Результаты показали критический разброс в точности: некоторые сервисы безошибочно распознали человеческое авторство, в то время как другие ошибочно пометили все проверенные тексты как сгенерированные нейросетями. Исследование подчеркивает проблему надежности подобных детекторов в условиях современного издательского процесса. Hacker News · ИИ в бизнесе Анализ следов использования ИИ при переносе программного обеспечения Исследование Уильяма Коттона демонстрирует, как выявить использование генеративного ИИ при портировании кода между языками программирования. Автор анализирует специфические паттерны, возникающие при автоматизированном переводе, такие как сохранение неидиоматических конструкций и характерные ошибки в логике, которые позволяют идентифицировать участие нейросетей в процессе разработки и оценивать качество полученного результата. Hacker News · Исследования и наука Исследователи обнаружили «нейроны безопасности» в LLM для поиска уязвимостей в коде Исследователи выявили специфические слои нейронов в архитектуре больших языковых моделей, которые отвечают за распознавание уязвимостей в программном коде. Анализ показал, что эти нейронные структуры активируются при обработке небезопасных паттернов, что позволяет использовать их для автоматизированного аудита безопасности. Открытие дает новый метод интерпретации внутренних механизмов принятия решений моделями при анализе кода. arXiv · Машинное обучение Weave of Formal Thought: новый подход к генерации синтаксически корректного кода Исследователи представили метод Weave of Formal Thought, решающий проблему синтаксической неточности LLM при генерации кода. В отличие от существующих систем ограниченного декодирования, новый подход учитывает иерархическую структуру языков программирования и контекстно-зависимые лексические механизмы. Это позволяет моделям создавать программный код, который не только выглядит корректно, но и гарантированно соответствует строгим правилам синтаксиса целевого языка. Hacker News · Разработка и инструменты Методология трехслойного ревью для проверки ИИ-кода Исследователи предложили методологию трехслойного ревью для борьбы с проблемой «уверенных, но ошибочных» ответов ИИ при генерации кода. Подход разделяет проверку на синтаксический анализ, логическую верификацию и контекстную оценку безопасности. Это позволяет минимизировать риски внедрения уязвимостей и логических ошибок, которые часто остаются незамеченными при поверхностном просмотре кода, созданного нейросетями. MarkTechPost · Исследования и наука Meta представила Brain2Qwerty v2: декодирование мыслей в текст с точностью 61% Исследовательское подразделение Meta (признана экстремистской организацией, деятельность запрещена в РФ) представило вторую версию системы Brain2Qwerty. Это неинвазивный конвейер, использующий магнитоэнцефалографию (МЭГ) для преобразования мозговой активности в текстовые сообщения. Технология достигла точности распознавания слов на уровне 61%, что является значительным шагом в развитии интерфейсов «мозг-компьютер» без необходимости хирургического вмешательства. Hacker News · Оценка и бенчмарки Детекторы ИИ-контента ошибочно помечают человеческие тексты как сгенерированные Исследование показало, что популярные инструменты для обнаружения ИИ-контента демонстрируют крайне низкую точность при анализе текстов. В ходе эксперимента эссе Пола Грэма, написанное в 2013 году, было классифицировано как сгенерированное нейросетью с высокой степенью вероятности. Это подтверждает проблему ложноположительных срабатываний, которые ставят под сомнение надежность подобных систем в академической и профессиональной среде. Hacker News · Машинное обучение Улучшение креативного письма LLM через контроль энтропии Исследователи предложили метод повышения качества творческих текстов, генерируемых большими языковыми моделями, с помощью управления энтропией распределения вероятностей токенов. Вместо стандартного жадного поиска или случайного сэмплирования, подход динамически регулирует «непредсказуемость» выбора слов, что позволяет моделям избегать клише и создавать более выразительные, разнообразные и стилистически связные повествования в задачах креативного письма. arXiv · Разработка и инструменты AxDafny: агентный подход к генерации верифицируемого кода Исследователи представили AxDafny — фреймворк для агентной генерации кода на языке Dafny, который автоматически создает не только исполняемые программы, но и доказательства их корректности. Система использует итеративный процесс исправления ошибок, опираясь на обратную связь от верификатора для уточнения инвариантов, утверждений и аргументов завершимости, что позволяет создавать программное обеспечение с гарантированным отсутствием критических уязвимостей.

← Все материалы