由于数据异质性导致的固有客户端漂移，以及系统对拜占庭攻击的脆弱性，阻碍了有效的模型训练和收敛……

准确的性能预测对于在现代高性能计算（HPC）架构上优化科学应用至关重要。广泛使用的perfor...

现代软件包注册中心（如 PyPI）已成为软件开发的关键基础设施，但正日益被威胁行为者利用进行…

虽然自主软件工程（SWE）代理正在重塑编程范式，但它们目前仍受到“封闭世界”限制：它们试图...

本研究旨在通过提出“comparative separation”这一新颖的群体公平概念，以评估 m… 的公平性，从而惠及软件工程领域。

具有丰富反馈的神经结构能够再生早期表征并注入时间上下文，使其成为严格局部突触的自然环境。

向量搜索在 AI 应用中的快速集成，尤其是在检索增强生成（Retrieval Augmented Generation，RAG）方面，已推动了多元化生态系统的出现。

隐私保护的数据处理是指在保证机密性的前提下，对敏感数据进行计算和分析的方法和模型。As cl...

内部威胁是一个特别棘手的网络安全问题，尤其在零信任架构（ZTA）中，隐式信任被移除。虽然规则 o...

我们提出了 Resource-Aware Task Allocator (RATA) 的设计，并对在分布式卫星系统上处理实时任务的实证分析进行了研究。

在敏捷研发（R&D）软件项目中管理技术质量是一项持续的挑战，尤其在特征化的环境中……

AI 批处理作业，例如模型训练、推理流水线和数据分析，需要大量 GPU 资源，并且通常必须在截止日期前完成。Spot...

随着多核嵌入式系统的进步，泄漏功率与芯片温度呈指数关系，已超过动态功耗。能源感知的…

Few-for-many (F4M) 优化，最近作为多目标优化中的新范式被提出，旨在寻找一小组能够有效……

分布式机器人日益复杂，推动了对能够无缝集成 edge、fog 和 cloud computing 层的平台的需求，同时满足...

随着多模态和 AI 驱动的服务在每次请求中交换数百兆字节的数据，现有的 IPC 运行时在内存拷贝上消耗的 CPU 周期比例日益增加。Alt...

Local search 是 operations research 和 combinatorial optimisation 中的基础方法。它已被广泛应用于各种具有挑战性的问题，包括…

我们研究在采样点云的邻近图上训练浅层图卷积神经网络（GCNN）时的离散到连续一致性。

大型语言模型（LLMs）由于预训练数据、模型架构和解码行为的差异而展现出互补的优势。推理…

强化学习（RL）已成为提升基于LLM的深度搜索代理的关键技术。然而，现有方法主要依赖于二元……

自动化的癫痫发作检测从脑电图（EEG）仍然困难，因为不同患者的发作动力学以及记录条件的差异很大，...

我们开发了一个实用框架，仅使用单个离散时间序列来区分 diffusive stochastic processes 与 deterministic signals。我们的…

近期在 Large Language Model (LLM) 代理方面的进展使得能够执行需要大量 tool calling 的复杂多轮 agentic 任务，其中对话可以…

大型语言模型（LLMs）往往无法从人类或非 Long CoT LLM 的模仿中学习到有效的长链式思考（Long CoT）推理。为了理解 t...