· software
[Paper] POLARIS:多代理推理是工程自适应系统的下一波浪潮吗?
现代软件生态系统的规模、复杂性、互联性和自主性的不断增长带来了前所未有的不确定性,挑战了……的基础。
现代软件生态系统的规模、复杂性、互联性和自主性的不断增长带来了前所未有的不确定性,挑战了……的基础。
自适应系统(SAS)旨在通过包含四个核心功能的反馈回路来处理变化和不确定性:监控、分析、规划和执行。
大型语言模型(LLMs)已经彻底改变了通用自然语言处理以及代码合成、法律推理等领域特定的应用。
Proof-of-Vulnerability (PoV) 输入生成是软件安全中的关键任务,并支持下游应用,如路径生成和验证……
作为从函数级别到仓库级别的 code completion 任务,利用大规模 codebases 中的 contextual information 成为一个核心挑战。然而,...
在本工作中,我们提出了 FLEX,一种用于混合单元高度合法化任务的 FPGA‑CPU 加速器。我们从以下几个方面来解决挑战。首先,w...
图上的机器学习最近在多个领域取得了显著的进展,包括分子属性预测和芯片设计。然而,基准…
日志解析将原始日志转换为包含常量和变量的结构化模板。它是异常检测、故障诊断以及其他 AIOps 的基础。
基于 CXL 的计算存储(CCM)在扩展的远程内存中实现近内存处理,提供了解决数据移动成本相关问题的机会……
工作流自动化有望在日常文档相关任务中带来显著的生产力提升。虽然之前的 agentic 系统可以执行孤立的指令,t...
Spiking Neural Networks (SNNs) 由于其稀疏二进制激活,提供了一种有前景且节能的传统神经网络替代方案。How...
Hallucinations 是在创建依赖 Foundation models (FMs) 的应用时的关键关注点。了解这些细微失效在何处以及如何发生是……