我们介绍 FrontierCS，这是一个包含 156 个开放式问题的基准，覆盖计算机科学的多个领域，由专家设计和审阅，包括计算机科学博士等。

AI驱动的视频生成技术的滥用已经引发了严重的社会担忧，凸显出对可靠的AI生成视频检测器的迫切需求……

当前用于机器人操作的 Vision-Language-Action Models (VLAs) 基于在大规模但相互独立的视觉-语言骨干网络上进行预训练。

语义通信旨在传输与任务最相关的信息，而非原始数据，从而在应用中实现显著的通信效率提升。

未来的 AI agents 可能在提升的权限下 autonomously 运行。如果这些 agents 是 misaligned 的，它们可能滥用这些权限，造成严重损害。The...

强化学习已成为提升大语言模型推理能力的关键，但当前的探索机制仍然根本...

本文提出了一个统一框架，用于在供水分配网络中使用 multi... 进行异常的检测、分类和初步定位。

Partial Least Squares（PLS）是一种广泛使用的数据集成方法，旨在提取跨配对高维数据集共享的潜在成分……

随着向Exascale计算和数据驱动方法的推进，问题规模显著增加，导致计算需求大幅提升，……

本文提出了一种训练数据增强流水线，将合成图像数据与神经风格迁移相结合，以解决其脆弱性。

大型语言模型（LLM）激活一直以来都极其难以理解，大多数现有技术都使用复杂、专门的方法来解释……

大型语言模型（LLMs）展现出惊人的能力，但它们的推理过程仍然不透明，导致安全性和可信度方面的担忧。Attribution methods，...

人类通过批判性思维来解决复杂问题，在此过程中，推理与评估交织在一起，汇聚为正确的解决方案。然而，mos...

Raft 是一种用于在分布式数据库中复制写操作的领先共识算法。然而，分布式数据库也需要一致的读取。为了保证……

持续学习仍然是机器学习中的根本性挑战，需要模型从任务流中学习，同时不忘记先前获得的知识。

状态空间模型（SSMs）是语言建模中一种有前景的 transformer 替代方案，因为它们在推理时使用固定内存。然而，这种固定 ...

与扩展 LLMs 的 context window 相关的计算和内存开销严重限制了它们的可扩展性。一个值得注意的解决方案是 vision-te…

大型语言模型正日益通过微调适配下游任务。全监督微调（SFT）和参数高效微调（P...）

LLMs（Large Language Models）在文本处理流水线中被越来越多地使用，以智能地响应各种输入和生成任务。这引发了...

工作记忆使大脑能够整合瞬时信息，以实现快速决策。人工网络通常通过 recurrent 或 par...

心理防御是人们用来管理痛苦的策略，通常是自动的。防御的僵化或过度使用与心理健康呈负相关……

Bloom filters 是一种用于近似成员查询的基础数据结构，应用范围从数据分析到数据库和基因组学。Seve...

我们推出 Bolmo，这是首个在 1B 和 7B 参数规模上具有竞争力的完全开放的字节级语言模型（LMs）系列。与以往研究相比……

许多业务流程目前依赖于 web services，通常使用 REST APIs 进行通信。REST APIs 通过 endpoints 暴露 web service 功能，...