Heatmap-based 非自回归求解器用于大规模 Travelling Salesman Problems，输出密集的 edge‑probability scores，但最终性能在很大程度上取决于……

在印度艺术音乐（IAM）中，Raga 识别仍然具有挑战性，因为存在大量很少演奏的 Raga，这些 Raga 并未在可用的…

大型语言模型（LLMs）在医疗、法律和科学发现等高风险领域的可靠性常常受到 hallucinations 的影响……

使用 AI 代理自动生成拉取请求（PR）已变得日益普遍。虽然 AI 生成的 PR 速度快、创建简便，但它们的……

Talking Head Generation 旨在从语音和单张肖像图像合成自然逼真的说话视频。先前的 3D Talking Head Generation 方法……

原子团簇的全局优化由于其组合空间的指数增长，构成了计算化学和材料科学中的根本挑战。

机器学习（ML）运维（MLOps）框架旨在帮助开发者和 AI 工程师管理其机器学习模型的生命周期。Whi...

为了解决该领域的“novelty‑vicious cycle”和“replicability crisis”（两者都在调查中讨论），我们提议废除“ICSE paper”，因为我们…

进化算法（EAs）正日益在图形处理单元（GPUs）上实现，以利用并行处理能力提升效率……

随着区块链技术的出现，提案数量激增。这些区块链提案产生的网络流量增加了...

近年来，Spiking Neural Networks（SNN）取得了显著进展，Spiking Transformers 作为一种有前景的能效架构正在崭露头角。

勒索软件变种日益将特权提升与诸如间歇加密、低熵加密等复杂的规避策略相结合，……

Verilog 的设计周期本质上工作量大，需要广泛的领域专业知识。虽然大型语言模型（LLMs）提供了一条有前景的路径……

我们引入共振稀疏几何网络（Resonant Sparse Geometry Networks，RSGN），一种类脑架构，具备自组织稀疏层次化输入依赖连接。Unli...

审计性和可复现性仍然是实时数据流管道的关键挑战。Streaming engines 高度依赖 runtime scheduling……

尽管最近取得了进展，medical foundation models 仍然难以统一 visual understanding 和 generation，因为这些任务本质上目标冲突……

Frontier LLMs 正在学术界、社会和工业界中越来越多地被使用。一个常用的单位用于比较模型、它们的输入和输出，以及估计…

大型推理模型（LRMs）在解决问题的过程中会生成文本形式的思考链（CoT），这是一种潜在的强大工具，用于……

前沿语言模型的能力正在快速提升。因此，我们需要更强有力的缓解措施，以防止恶意行为者滥用日益强大的系统。Prior w...

最近在3D形状生成方面的进展取得了令人印象深刻的成果，但大多数现有方法依赖于干净、未被遮挡且分割良好的输入。这种...

虽然使用 formal methods 相较于 unit testing 有优势，但其陡峭的学习曲线可能令开发者望而却步，并且可能成为广泛采用的主要障碍。

室内环境会随着物体的移动、出现或消失而演变。捕捉这些动态需要在整个过程保持时间上一致的实例身份……

在现有的1型糖尿病（T1D）管理数据集之间的碎片化和缺乏标准化限制了T1D算法开发的进展。Cur...

Smart grid 基础设施已经彻底改变了能源分配，但其日常运营需要强大的 anomaly detection 方法来应对风险……