油藏表征工作流程日益依赖基于图像的、machine‑learning / deep‑learning，甚至是generative AI 方法，但公开可用的 …

概念分析——提出 definitions 并通过 counterexamples 来细化——是 philosophical methodology 的核心。我们研究 language 是否…

大型语言模型可以在推理时通过提示或激活干预进行引导，但激活引导方法往往表现不如比较……

本文提出了一种可复现且面向过程的管道，用于临床路径的预测监测。该方法整合了数据提升、时间重建……

本文分析了旨在将传统软件开发小组转变为以协作为中心的混合结构的战略教育过程。

我们将 day-ahead transmission topology planning 和 congestion management 视为一个顺序的 multi-objective optimization problem，并开发了两种 complementary…

理解生物神经网络和人工神经网络如何通过连通性实现计算是神经科学和机器学习中的核心问题。

理解生物神经网络和人工神经网络如何通过连通性实现计算是神经科学和机器学习的核心问题。我...

存储位置、相位或其他连续变量的循环网络需要在长时间范围内保持中性的状态空间方向。我们给出一个对称…

谈及 AI 取代劳动的阴影时，黄仁勋认为美国工人没有什么可担心的。周一的一次对话中……

美国运通（American Express Amex）正在构建一个系统，让 AI agents 代表用户进行购物和付款——但目前它仅限于其自有的 payment network，且它……

近期在 large language models 方面的突破推动了软件系统（即 agents）的兴起，这些系统能够在开放环境中代表用户以日益自主的方式执行任务。

一个多世纪以来，电网一直依赖于单一的统计假设：负荷多样性——即数百万用户的非相关需求的原理。

Siri 的重大 Google 升级：iPhone 粉丝期待已久的 Siri 正在变得更聪明——但这足够吗？...

Speculative decoding 通过使用一个小的 draft 模型来提出候选 token，从而加速大规模语言模型（LLM）的推理，这些候选 token 将由更大的 target 模型进行验证……

Speculative decoding 通过使用一个小的 draft model 提出候选 token，以加速 large language model (LLM) 的推理，并由更大的 target model 验证……

确保区域社会经济统计数据的一致性是国家统计机构的核心任务。传统的验证工具，如 range …

复合材料表现出强烈的层次性和各向异性特性，这些特性受跨越组成材料、层片、层合体、结构等的耦合机制支配，...

尽管强化学习（RL）取得了显著进展，模型性能仍然对算法和超参数配置高度敏感，而 ge...

农村专题道路网络建设旨在从农业机械的运动轨迹图像中提取拓扑道路结构。然而，这一任务...

传统的图像质量评估（IQA）方法依赖于平均意见分数（MOS），收集这些分数需要大量资源，并且无法提供可解释的……

跨语言代码克隆检测（X-CCD）具有挑战性，因为用不同语言编写的语义等价的程序在表面相似性上往往几乎没有共同点。

科学家们越来越依赖基于传感器的数据，但在边缘到云的全链路中将原始数据流转化为洞察仍然困难。Provisioning...

要了解深度神经网络是否得到有效优化仍然具有挑战性，因为训练发生在高度非凸的空间中，且标准指标……

科学家越来越依赖基于传感器的数据；然而，将原始数据流转化为跨边缘到云连续体中的洞察仍然困难，因为…

视频在捕捉跨越多个帧的动作方面具有独特的能力。因此，多年来，action recognition 一直是典型的任务。

决定在人类和 AI 系统之间如何分配工作是组织设计中的核心挑战。大多数方法将其视为二元选择，……

概率值，包括 Shapley values 和 semivalues，提供了一种模型无关的框架，用于将黑箱模型的行为归因于数据点……

Large language models 在复杂推理方面表现出色，但评估它们的中间步骤仍然具有挑战性。虽然 process reward models 提供了逐步…

在大型分析数据库上进行 Text-to-SQL 需要在复杂的模式中导航，解决模糊的查询，并将决策基于实际数据。大多数当前…

Blind face restoration 在严重退化的情况下高度 ill-posed，身份关键细节可能在退化的输入中缺失。Same-identity refer…

随着大语言模型（LLM）代理从孤立的工具使用者演变为协同团队，强化学习（RL）必须优化不仅是个体行为……

我们提出了一个用于混合图像恢复的模块化框架，该框架集成了 transformer 和 state-space model (SSM) 块，重点在于提升运行时效率……

现代模糊测试工具越来越多地使用大型语言模型（LLMs）来生成结构化输入，但基于LLM的模糊测试对提示初始化和采样…

准确地从视频中恢复 human pose 和 appearance 是 scene reconstruction 的关键组成部分，具有 motion capture、motion prediction 等应用。

自动语音识别（ASR）系统在dysarthric和其他非典型语音上仍然脆弱。最近的音频‑语言模型提出了改进的可能性。

虽然线性复杂度的注意力机制为克服 Softmax 注意力的二次瓶颈提供了有前景的替代方案，但训练此类模型 fr...

扩散模型最近在图像恢复任务（包括超分辨率）中表现出强大的性能。然而，它们庞大的模型规模和迭代...

语言模型（LMs）正日益被用于高风险的多代理环境，在这些环境中，遵循指令和保持价值对齐至关重要。Mos...

来自大规模真实世界数据（RWD）的证据正日益用于监管评估和医疗决策。行政索赔…

视觉语言模型在眼科领域具有相当大的潜力，但其发展依赖于大规模、高质量的图像-文本数据集，而这些数据集仍然稀缺。

SemEval-2026 Task 10 专注于阴谋检测。具体而言，目标是检测 Reddit 评论是否表达了阴谋信念。我们的提交…

SemEval-2026 Task 9 专注于多语言极化检测。具体而言，它涵盖了对多语言、多文化和多事件的识别……

这款流行的2009年基于体素的电子游戏《Minecraft》包含多个不同的玩法。其中之一是“parkour”，一种专注于在世界中穿越的游戏方式……

持续学习系统面临一个根本性的张力：plasticity —— 获取新知识 —— 与 stability —— 保留已有知识。我们介绍……

最先进的 Large Language Models（LLMs）在函数级别的代码生成方面表现出色。然而，当扩展到……时，输出质量显著下降。

Software engineering 正在日益涉及在不确定性下做出 high-stakes decisions，利用来自 code、field data 和 socio-technical processes 的 signals。

联邦学习（FL）通过在去中心化系统中实现协作模型训练，已在分布式机器学习领域获得了显著关注。