基于变异的故障定位（Mutation-based Fault Localization，MBFL）已被广泛探索用于自动化软件调试，利用人工变异体来识别有缺陷的代码实体……

内容无关模型，由 Censor‑Hillel、Cohen、Gelles 和 Sel（PODC 2022；Distributed Computing 2023）提出，捕捉了一种极其弱的形式的…

联邦边缘学习（FEEL）为边缘人工智能（AI）提供了有前景的基础，通过实现协作模型训练，同时保护 d...

现代云应用构建在独立、多样的 microservices 之上，提供 scalability、flexibility 和 usage-based billing。然而，结构的 d...

在 Android 应用中动态解析方法可达性仍然是一个关键且基本未解决的问题。尽管在 GUI 测试方面取得了显著进展……

Split learning (SL) 将主要计算任务从多个资源受限的用户设备 (UE) 卸载到基站 (BS)，同时保留本地数据……

Vibe coding，作为备受推崇的将 AI 技术用于编程的方式，面临两个巨大的障碍：目标指定的困难（“prompt engineering”是……）。

随着大型语言模型（LLMs）重塑软件开发，将 LLM‑增强的实践融入软件工程（SE）教育已成为迫切需求。虽然现有研究探讨了 LLMs 在教育中的…

高容量核 Hopfield 网络表现出一种被称为“优化岭”的特性，其特点是极端的稳定性。虽然之前将其与“谱浓度”联系在一起，...

我们提出 Areon，这是一族延迟友好、权益加权的多提议者权益证明共识协议。通过允许每个时隙拥有多个提议者并且……

生物神经元展现出非凡的智能：它们保持内部状态，选择性地与其他神经元通信，并自组织成复杂的……

使用非侵入式视觉系统进行老年人护理的跌倒检测仍然是一个重要但尚未解决的问题。受到严格隐私要求的驱动，infere...

Reservoir computing (RC) 是一种强大的框架，用于预测 nonlinear dynamical systems，然而 reservoir topology——尤其是连接中的 symmetry——的作用仍未得到充分研究。

我们通过建立有限扰动基础来实现局部 credit assignment，从而将 Equilibrium Propagation (EP) 从无限小扰动的限制中解放出来。通过……

我们调查了大型语言模型（LLMs）在不同任务难度上的泛化能力，这是一项对有效数据策划和评估至关重要的问题。E...

虽然现代扩散模型在生成高质量且多样化的图像方面表现出色，但它们仍然在高保真组合和多模态控制方面存在困难，...

学习在新平台和新场景中仅通过少量示例来学习新的机器人任务仍然具有挑战性。虽然其他形态——人类…（后文保持不变）

大型语言模型是强大的通用模型，但解决诸如人类最后考试（HLE）之类的深层复杂问题仍然在概念上……

Vision-Language Models (VLMs) 仍然缺乏空间智能方面的鲁棒性，在空间理解和推理任务上表现不佳。我们...

Synthetic data has become increasingly important for training large language models, especially when real data is scarce, expensive, or privacy-sensitive. Many ... 合成数据在训练大型语言模型方面变得越来越重要，尤其是在真实数据稀缺、成本高昂或涉及隐私的情况下。许多 …

是否可以仅凭相机轨迹——它在空间中划出的路径——而不观看像素来感知视频的内容？本文首次系统地探讨了这一问题……

因果效应估计在网络系统中是数据驱动决策的核心。在这种情境下，对某一单元的干预可能会溢出到其他单元，...

Gliomas 是一种脑肿瘤类型，具有高死亡率，这意味着早期且准确的诊断对于肿瘤的治疗干预至关重要……

人工智能在电信领域的崛起，从优化无线接入网络到管理用户体验，已显著增加了数据量和训练需求……