Large Protein Models 已显示出在 generative protein design 方面的强大潜力，但它们经常产生 structural hallucinations，生成序列……

在移动和边缘计算环境中部署大型语言模型（LLMs）受到设备资源有限、无线带宽稀缺以及…

大型语言模型（LLMs）经常产生上下文幻觉，即生成的内容与提示中明确陈述的信息相矛盾或被忽略。

将人工智能集成到软件工程（SE）中，需要拥有一套针对 SE 任务精心挑选的模型集合。随着模型数量达到数百万……

实时日志分析是现代基础设施可观测性的基石。然而，现有的在线解析器在架构上并不适合动态……

智能联网车辆（ICVs）是现代交通系统的核心组成部分，其安全性至关重要，因为它直接关系到用户安全……

传统的客户支持系统，例如交互式语音应答（Interactive Voice Response (IVR)），依赖于僵化的脚本，缺乏处理复杂、…所需的灵活性。

事件相关电位（ERP），一种专门的脑电图（EEG）范式，反映了对外部刺激或事件的神经反应，通常……

虽然关于零售工作负载的特定平台性能的实证研究很少，但零售行业的数字化转型已经加速了……

在本文中，我们探讨 federated customization of large models，并强调它在 federated learning 框架中带来的关键挑战。我们回顾……

Large Language Model (LLM) 基于的应用正日益在包括客户服务、教育和出行等各个领域部署。然而，...

AI agents 在 software development 中的主要价值在于它们能够扩展开发者的推理和行动能力，而不是取代人类……

Autonomous coding agents 正日益被部署为现代软件工程中的 AI teammates，能够独立创建修改生产代码的 pull requests (PRs)…

模型驱动工程（Model-driven engineering，MDE）提供抽象和分析严谨性，但在许多领域的工业采用受到开发……成本的限制。

人工智能（AI）和深度学习的进步引发了对其日益增长的能源消耗的担忧，同时对在移动设备上部署 AI 的需求……

本文探讨了自动检测 software similarities 的复杂性，结合 digital artifacts 的独特挑战，并介绍了……

self-attention 机制的二次复杂度对将 Transformer 模型应用于长序列构成了显著障碍。本文工作探索…

我们提出了Consensus-Based Privacy-Preserving Data Distribution (CPPDD)框架，这是一种轻量级且在设置后自主运行的安全多客户端协议……

部署 LLMs 高效地需要测试数百种 serving 配置，但在 GPU cluster 上评估每一种都需要数小时，且花费数千美元……

随着对高性能和高效率计算需求的不断增长，云计算，尤其是 serverless computing，已逐渐成为研究的热点……

人类生物系统通过非凡的韧性维持生命，不断检测损伤，协调有针对性的响应，并恢复功能 t...

在最近几十年，RAFT 分布式共识算法已成为分布式系统生态系统的主要支柱，确保数据一致性和容错……

在汽车生产工厂中，车辆喷漆工艺使用多个机器人臂同时对沿输送带前进的车身进行喷漆。

基于深度神经网络的分类器在处理对抗样本（AEs）时容易出错。对抗样本是对输入数据进行最小扰动后生成的，肉眼难以察觉……