本文的主要研究问题集中在定义在研究关系 b 时所需的或适当的上下文量。

人类通过视觉观察学习运动，先解释视觉内容再模仿动作。然而，state-of-the-art humanoid locomotion sy...

Information-seeking (IS) agents 已在广泛且深入的搜索任务中取得了强劲表现，但它们的工具使用仍然主要局限于 …

Omnimodal 大语言模型在统一音频和视觉模态方面取得了显著进展；然而，它们往往缺乏细粒度的跨模态理解……

我们提出了一种同时近似score function及其导数的理论，使得能够处理具有低维结构的数据分布。

对健康信息的追求已经让网络充斥着消费者的健康相关问题。一般来说，消费者使用过于描述性和外围的……

时空对齐对于自动驾驶（AD）中端到端（E2E）感知的时间建模至关重要，能够提供有价值的结构和纹理……

一对一辅导被广泛认为是个性化教育的金标准，但其规模化成本仍然高得难以承受。为了评估基因……

大型语言模型（LLMs）已经展示出强大的推理和编码能力，但它们在推广到真实世界的软件工程（SWE）问题时仍然面临困难……

生成模型正日益被用于3D视觉，以合成新形状，但仍不清楚它们的生成是否依赖于记忆训练数据。

大多数因果发现方法从观测数据中恢复表示 Markov 等价类的 completed partially directed acyclic graph。最近的工作 …

我们提出 NeuroSPICE，这是一种基于物理信息的神经网络（PINN）框架，用于器件和电路仿真。不同于传统的 SPICE，它依赖于时间……

分布漂移是现实机器学习的决定性挑战。主流范式——无监督领域适应（Unsupervised Domain Adaptation，UDA）——强制特征不变性……

让大型语言模型（LLMs）可靠地调用外部工具仍然是自主代理的关键瓶颈。现有方法在 thr...

近年来，embedded systems 的复杂性和规模，尤其是在快速发展的 autonomous driving systems 领域，显著增加。

大型语言模型（LLMs）在生成教育问题和练习方面具有显著潜力，使教育者能够创建大规模的学习材料……

胰腺肿瘤的早期检测是一个主要的临床难题，主要原因在于肿瘤往往在对比度极低的边缘出现。

提高使用红外夜视摄像机进行火灾检测的准确性仍然是一项具有挑战性的任务。先前的研究报告了强大的性能……

从 foundation model 安全框架和 cloud scale 的 formal verification，到 advanced robotics 和 multimodal AI reasoning，这些是最受关注的出版物……

从量子计算突破和机器人基础模型，到 Amazon Aurora 的演进以及 agentic AI 的进展，这些是那些 c...

近年来，自动驾驶汽车因被视为解决各种社会问题的方案之一而受到关注。然而，自动驾驶软件需要……

将多模态大语言模型（MLLMs）整合到化学领域有望彻底改变科学发现的方式，但它们理解 d...

锁集通常用于死锁的动态分析。标准的每线程锁集构建仅考虑在同一线程中获取的锁，b...

大型语言模型（LLMs）已经展示出令人印象深刻的推理能力，因而被采用于医疗、法律等高风险领域，……