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……

我们通过条件风险框架研究差分进化（DE）中的首次命中时间。我们并非通过马尔可夫链转移来分析收敛性……

AI agents 融入经济市场从根本上改变了战略互动的格局。我们研究了…

竞技体育需要复杂的战术分析，但拳击等格斗项目在 AI 驱动的分析方面仍显不足，原因在于其复杂性……

抽取式摘要（Extractive summarization，ES）旨在通过从文档中选择子集句子来生成简洁的摘要，同时最大化相关性并最小化 re…

在 generative AI 时代，即使关键的医疗任务也日益实现自动化，radiology report generation (RRG) 仍然依赖于 suboptimal metric……

消息传递遵循因果顺序（causal delivery）是分布式系统中最经典且最广泛有用的进程间通信抽象之一。