在具有多个计算节点且每个节点内包含多个 CPU 并保持一致性的复杂系统中，一个关键挑战是维护高效且正确的 …

近年来，机器学习和深度学习通过推动图像分类、语音识别和异常检测等领域的进步，取得了显著的成果。

本文提出了一种技术，帮助在一组备选方案中选择最佳的形式规范候选。给定一组规范，我们的技术……

一种广为人知的用于汽车软件系统（ASSs）安全评估和实时验证的测试方法是故障注入（Fault Injection，FI）。根据……

Obfuscation 对于软件工程任务（如程序理解、维护、测试和漏洞检测）构成了持续的挑战。While …

对候选解表示的恰当选择对于进化算法及相关元启发式方法的效率至关重要。我们关注……

Recent advancements in artificial intelligence (AI) and its widespread integration into mobile software applications have received significant attention, highli...

Linux 内核演进通过 API/ABI 变更、语义转变以及安全强化更新破坏驱动程序。我们介绍 **DRIVEBENCH**，一个可执行的语料库……

Deep Learning（DL）编译器已被广泛用于优化 DL 模型，以实现跨各种硬件的高效部署。由于它们在 DL...

内在函数是编译器提供的专用函数，能够高效地在特定架构的硬件上运行，使程序员能够编写…

我们提出了一个新颖的框架，将大型语言模型（LLMs）集成到 Git bisect 过程中，以实现语义故障定位。传统的 bisect 假设……

大型语言模型（LLMs）正日益被集成到代码编辑器中，以提供 AI 驱动的代码建议。然而，许多这些建议被忽视、重新…

大型语言模型（LLMs）通过生成上下文感知的建议，彻底改变了代码自动补全。然而，何时向用户展示这些建议仍是一个挑战……

大型语言模型（LLMs）即使在基准测试中表现强劲，也常常生成带有细微实现层面错误的代码。这些错误对LLMs来说很难……

理解胶质母细胞瘤（GBM）如何从最初健康的胶质组织中出现，需要整合生物电、代谢以及多细胞动力学的模型。

本研究的动机来源于有界约束问题数值优化中的鲁棒性问题：许多在特定基准上表现良好的算法，在稍作扰动的相同问题上可能会出现剧烈失败。我们提出了一类新算法，采用一种简单而有效的保障机制，基于类似信赖域的步长控制。该方法在理论上进行了分析，在标准假设下证明了全局收敛性，并在一套测试问题上展示了其实践性能，包括合成问题和真实案例。数值实验表明，所提方法在不牺牲效率的前提下显著提升了鲁棒性。