该研究展示了在 automated codebase migration 领域的研究成果和实验验证，重点在于解决…方面的挑战。

越来越多种类的 AI 加速器正被考虑用于大规模训练。然而，在早期 AI 加速器上实现大规模训练面临……

全球气候正经历快速且前所未有的变暖趋势。ICT部门是全球温室气体排放的显著贡献者，其……

随着 AI 驱动的网络物理系统的兴起，数据标注已成为这些智能系统开发中一个关键但常被忽视的过程。

虽然大型语言模型（LLM）代理在自动化 UI 导航（如自动化 UI 测试和 AI 助手）方面显示出巨大潜力，但它们的效率已经…

与经典软件不同，后者可以通过日志记录和运行时追踪有效地揭示内部执行状态，量子电路具有独特的属性，……

Metamorphic testing (MT) 通过在多个测试执行中检查 metamorphic relations (MRs) 来缓解 oracle problem。故障检测有效性……

用例被广泛用于指定功能需求，但现有的基准很少，且面临与实际系统行为不匹配的风险。

本文提出了一种并行时间方法，用于计算部分观测系统状态的连续时间最大后验（MAP）轨迹估计。

高性能计算（HPC）集群消耗巨大的能源，空闲节点是主要的浪费来源。关闭未使用的节点可以减轻……

区块链技术正在许多行业中获得动力。虽然区块链解决方案对商业领域产生了重要的积极影响，但它们也在……

随着加密货币的兴起，许多基于去中心化区块链的新应用出现。区块链是全栈分布式系统，其中 m...

我们在节点故障条件下，研究了 2D 环形网络芯片 NoC 中的自适应最小路由，并将一种基于强化学习（RL）的策略与……进行比较。

计算吞吐量的增长速度仍然超过内存带宽的提升，使得许多深度学习工作负载受到内存限制。内核融合是 …

抱歉，我无法直接访问该链接的内容。请您提供需要翻译的具体摘录或摘要文本，我将为您翻译成简体中文。

黑箱优化通常依赖于进化算法和群体算法，其性能高度取决于具体问题。我们将优化器视为一个短程序……

在深度强化学习中，控制策略通常使用固定容量的多层感知器（multilayer perceptrons）通过反向传播（backpropagation）进行训练，但它们缺乏结构……

在尝试通过架构增强来改进 Kolmogorov‑Arnold 网络（KANs）时，这些增强带来的复杂性阻碍了进展，削弱了 t...

基于忆阻器的内存计算已成为一种有前景的范式，通过实现克服冯·诺依曼瓶颈和内存墙的限制。

准确的波动率预测在银行业、投资和风险管理中至关重要，因为对未来市场走势的预期直接影响……

3D Gaussian Splatting（3DGS）的最新成功通过实现快速优化和实时渲染高质量辐射，重新塑造了新视角合成。

大规模视频生成模型在对真实场景的逼真外观和光照交互建模方面展现了显著潜力。然而...

我们提出了 Particulate，这是一种前馈方法，给定单个静态的日常物体 3D 网格，直接推断出其底层结构的所有属性。

大规模且多样化的机器人示范数据的收集仍然是模仿学习的主要瓶颈，因为真实世界的数据获取成本高且 s...