对于 C 语言而言，Automated unit test generation 仍然是一个巨大的挑战，因为 high-level program intent 与 rigid syntactic constraint 之间存在 semantic gap……

AI agents 正在越来越多地被部署来执行重要任务。虽然在 standard benchmarks 上不断上升的 accuracy scores 暗示了快速的进展，但许多 agents 仍然 co...

聚合物文献包含大量且不断增长的实验知识，但其中许多埋藏在非结构化文本和不一致的术语中，maki...

稀有事件采样问题长期以来一直是分子动力学（MD）的核心限制因素，尤其是在生物分子模拟中。最近，扩散…

大型语言模型（LLMs）正日益被用作自然语言生成评估的自动评估器，通常采用成对比较判断……

对大型语言模型（LLMs）的需求日益增长，要求服务系统能够处理大量并发请求，并满足多样化的服务水平目标（SLOs）。Th...

快速增长的上下文长度导致人们假设大型语言模型（LLMs）可以直接对整个代码库进行推理。与此同时，最近……

大型语言模型（LLMs）可以将自然语言转换为优化代码，但静默失败构成了关键风险：代码在执行后返回 sol...

表面对齐假设（SAH）认为，大型语言模型在预训练期间学习了大部分知识，而后训练仅仅是…

虽然近期在humanoid locomotion方面取得了在各种地形上实现stable walking的进展，但捕捉高度动态的人类运动的agility和adaptivity仍然是一个挑战。

Machine learning surrogates 正在工程领域中被越来越多地用于加速昂贵的仿真，但训练与部署之间的分布漂移常常……

近期深度强化学习（RL）的进展在高维控制任务上取得了显著成果，但将RL应用于可达性问题仍然面临挑战……