基于逆向的视觉编辑提供了一种有效且无需训练的方式，根据用户指令编辑图像或视频。现有方法通常……

云事件在生产环境中带来重大运营挑战，未解决的生产云事件平均每小时成本超过 200 万美元。先前的研究……

神经网络剪枝被广泛用于降低模型规模和计算成本。然而，大多数现有方法将稀疏性视为外部强加的约束。

Multi-object tracking 旨在通过关联跨视频帧的检测来随时间保持对象身份。文献中存在两种主导范式：tr...

多模态回归旨在从异构输入源预测连续目标，通常依赖于早期或后期融合等融合策略……

使用 AI 代理自动化端到端数据科学流水线仍然卡在两个瓶颈上：生成有洞察力、多样化的可视化证据，以及将其组装成连贯的叙事。

评估各种模型架构的性能，例如 transformer、大型语言模型（LLMs）以及其他 NLP 系统，需要全面的 ben...

最近的方法已经展示了使用 diffusion models 生成交互式和可探索世界的前景。然而，这些方法中的大多数面临着…

Scaling law 是 Large Language Model (LLM) 开发的基石，预测随着计算资源的增加，模型性能会提升。Ye...

基于大语言模型的代理最近在需要长期交互的真实软件工程（SWE）任务中展示了强大的潜力……

我们考虑在数据驱动的线性动力学模型中恢复线性守恒律的问题。给定一个学习得到的算子 widehat{A} 和一个满秩约束……

投影梯度下降（Projected Gradient Descent，PGD）是一种强大且广泛使用的一阶对抗攻击，但其计算成本扩展性差，因为所有训练样本 u...

能源消耗决定了部署大型语言模型的成本和环境影响。本文研究了片上 SRAM 大小和 op...

实时、流式交互式化身是数字人研究中的关键且具有挑战性的目标。虽然基于 diffusion 的人类化身生成…

自然语言处理（NLP）系统正日益被用于医疗保健、金融和政府等敏感领域，在这些领域它们处理大量…

现代学习系统的稳定性分析常常基于平滑性假设，而这些假设被 ReLU 类型的非线性所违反。在本说明中，w...

本卷收录了2025年6月20日在法国里尔举办的可适应云架构研讨会（Workshop on Adaptable Cloud Architectures，WACA 2025）的后续论文集，会议与……同址举行。

GUI 代理的开发可能会彻底改变下一代人机交互。受此愿景的激励，我们提出了 MAI-UI，一个 … 系列。

基于提示的 Video Segmentation Foundation Models（VSFMs），如 SAM2，正日益在自动驾驶和数字病理等应用中部署，……

Binary program analysis 在系统安全中仍然非常重要。二进制代码分析已经取得了许多实际成果，但细粒度分析仍然……

大规模混合专家（Mixture-of-Experts，MoE）模型依赖专家并行来实现高效的训练和推理，这种方式将专家划分到不同设备上，并且需要……

联邦微调（Federated Fine-Tuning，FFT）因其能够利用服务器端和客户端的数据来提升全局模型的泛化能力，同时保持……

Hit identification 是药物发现流程中一个关键且资源密集的步骤，传统上依赖于对大规模化合物的 high-throughput screening …

在持续学习（Continual Learning, CL）中，一个根本性的挑战是灾难性遗忘，即在适应新任务时会导致先前任务的性能下降。虽然……