本工作提出了 DCIM 3.0，一个统一的框架，集成了 semantic reasoning、predictive analytics、autonomous orchestration 和 unified connectivity，用于 ne...

深度学习已经彻底改变了视觉数据分析，卷积神经网络（CNN）在学习有意义的特征表示方面表现出极高的效能……

在现代大规模 Mixture-of-Experts (MoE) 架构中，普遍存在的 “memory wall” 瓶颈被显著放大。MoE 的固有架构稀疏性……

图神经网络（GNNs）是学习图结构数据的强大工具，但其可扩展性受到低效的 mini-batch 生成、数据……的阻碍。

本文介绍了 DDMIN-LOC，这是一种将 Delta Debugging Minimization (DDMIN) 与 Spectrum-Based Fault Localization (SBFL) 相结合的技术。它可以应用于……

在云环境中，resource autoscaling 机制依赖于准确的 performance metrics，以做出最佳的 provisioning decisions。当 infrastructure faults …

机制设计对联邦学习（FL）至关重要，通过协调自利的客户端来最大化社会福利。然而，现有机制往往…

我们部署了一个具备 ReAct 推理和完整数据访问的 LLM 代理。它运行无误，但当被问及“为什么完成率是 80%？”时，它返回了指标……

协同感知（Collaborative perception，CP）是自动驾驶和智慧城市等应用中的关键技术。它涉及信息的共享和融合……

近期在大型语言模型（LLMs）方面的进展已经实现了对各种软件工程任务的自动化，并出现了用于评估其能力的基准测试。

在用于建模 biological neural networks 的 recurrent neural networks (RNNs) 中，通常在 training 期间引入 noise，以模拟 biological variability 和 …

最近在语言模型（LMs）方面的进展推动了各种软件工程任务的显著进步。然而，现有的LMs仍然在 compl...

我们提出了一种新的阻塞线性化栈实现，它利用分片和 fetch&increment，实现了显著优于所有…的性能。

Phasor Agents 是动态系统，其内部状态是 Phasor Graph：一个耦合 Stuart-Landau 振荡器的加权图。Stuart-Landau 振荡器是……

我们物理的4D（3D + 时间）世界中的动态对象不断演化、变形并与其他对象相互作用，导致多样的4D场景动态……

许多嵌入式设备在资源约束且环境动态的情况下运行，需要具备本地决策能力。使设备能够进行 ind...

现有的视觉定位方法通常要么是 2D image-based 的，这类方法易于构建和维护，但在有效的几何推理方面受限，或者……

可靠的长期表面肌电（EMG）解码受到电极位移、肌肉疲劳和姿势变化导致的信号漂移的阻碍。虽然…

我们展示了一种能够在严重噪声条件下从非线性薛定谔方程（NLSE）中恢复物理参数的深度学习框架……

验证对改进智能体至关重要：它为 Reinforcement Learning 提供奖励信号，并通过 Test-Time Scaling 在推理阶段实现收益提升。

多代理大型语言模型（LLM）系统已成为复杂任务分解和协同问题解决的强大架构。然而，...

机器学习在 healthcare data 上的应用常常受到缺乏标准化和语义明确的表示的阻碍，导致…

病理基础模型（PFMs）已成为计算病理学的核心，旨在提供用于从全切片图像中提取特征的通用编码器……

我们介绍了 RFC Bench，这是一项用于在真实新闻环境下评估大型语言模型在金融误信息方面表现的基准。RFC Bench 在段落层面运行。