跳到正文
研踪PaperTrail

YOUR RESEARCH, IN SIGHT

让下一篇重要论文,不再错过。

覆盖计算机全学科,以 AI 为快捷入口。关注方向、作者和关键词,把发现变成持续的研究积累。

部分采集异常
正在读取账号与研究记录…

全站更新概况

+1072新增论文
+845其中 AI 相关
+94已有论文修订
+100新增 AI 导读

arXiv 最近完成扫描:2026-11-10 03:59 · 全站最近入库:2026-11-09 13:22各信源进度 →

统计口径与数据新鲜度

统计 2026-11-09 04:07 — 2026-11-10 04:07(北京时间) · 点击数字查看对应简报;AI 相关包含在新增论文内。

最近完成检查:2026-11-10 03:59最近发现新增版本:2026-11-09 13:22库内论文最新更新时间:2026-11-07 02:59

每分钟刷新已保存的数据。空检查不代表采集异常;新收录可能包含历史论文。AI 导读按新增版本计数。

18,172 已收录论文15,506 AI 相关4,527 有修订112 HF 社区发现

浏览论文库

时间范围跟随排序:版本更新、本站收录或首次发表。最新收录可能包含历史论文。部分信源异常,查看状态 →

找到 18,172 篇论文 · 按版本更新时间排序上轮扫描起点 2026-11-10 03:57(北京时间)
首次观测 · 记录 #1软件学报:jos:7707软件学报

不可学习样本生成与净化方法综述

孟若涵, 卞新玉, 张丛阳, 朱浩天, 付章杰

原文摘要

大规模深度学习模型的迅速迭代对高质量训练数据的需求不断攀升, 而这一需求通常依赖于从互联网收集海量数据, 其中不乏涉及个人图像与文本的私有信息, 因而引发潜在的隐私泄漏与伦理风险. 为缓解此类问题, 研究者提出了不可学习样本这一主动数据隐私保护策略. 该方法通过向训练数据中嵌入难以察觉的微小扰动, 使未授权模型在表面上获得较高训练精度, 却因学习到无意义的“捷径特征”而失去泛化能力. 对不可学习样本的研究进展进行系统梳理, 将现有工作划分为两大方向: 一类聚焦于不可学习样本的生成方法, 另一类则关注其净化与检测机制. 在此基础上, 进一步探讨未来的研究挑战与发展路径, 旨在为隐私数据保护提供理论支撑与技术突破.

cs.*

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7649软件学报

深度学习编译优化技术综述

林泓宇, 刘洋, 罗浩然, 李林海, 曹行行, 王梦娜, 徐家豪, 李泉毅 等 11 位作者

原文摘要

随着深度学习的快速发展, 深度学习框架和硬件相关的研究成为推动其发展的重要方向, 其中框架为开发者提供了便捷的深度学习模型构建方式, 而硬件则提供了强大的计算能力. 然而, 当前多样化的深度学习框架与硬件平台之间的适配性差、兼容性不足, 导致了性能和可扩展性问题. 为解决这一挑战, 深度学习编译技术应运而生, 它通过一系列的中间表示及其对应的自动化转换, 将不同框架的模型高效地映射到特定后端设备上的可执行代码, 并在此过程中应用多种深度学习编译优化技术, 如算子融合、内存优化、自动调优等, 在解决可拓展性问题的同时, 显著提升模型的计算效率. 首先梳理深度学习编译的基本概念和整体流程, 随后总结并分类深度学习编译中的常见优化技术, 最后探讨该领域面临的挑战以及未来发展方向.

cs.*

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7651软件学报

基于数据驱动蒸馏与性能激励的入侵检测迭代模型

田润, 张海霞, 连一峰, 张立武

原文摘要

入侵检测系统对先验知识的依赖及其输入数据中丰富的文本语义使其较为适合在大语言模型中应用, 但大语言模型的算力开销与数据隐私约束使其难以直接落地, 与此同时小模型虽便于部署但性能受限. 鉴于此, 提出一种基于数据驱动蒸馏与性能激励的入侵检测迭代模型RADOM, 通过大小模型之间的数据交互实现知识蒸馏, 并以小模型的错误预测作为迭代反馈改进大语言模型的数据生成质量. 同时, 引入特征维度优化机制, 借助大语言模型完成特征筛选与迭代更新, 以进一步提升小模型的分类能力. 在公开数据集与自采数据集上的实验结果表明, RADOM能够有效提升小模型对攻击行为的检测与分类性能, 小模型的准确率由67.30%提高到96.19%, 验证了该方法的有效性.

cs.* · cs.CL

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7695软件学报

QRCE: 基于查询路由的鲁棒基数估计方法

余晓婷, 高锦涛

原文摘要

基数估计是数据库管理系统(database management system, DBMS)查询优化器的核心组件, 其准确度直接影响执行计划质量. 现有学习式基数估计方法虽然在特定场景下优于传统方法, 但面对高度异质查询负载(如表数量、连接形态及谓词差异巨大)时, 单一模型难以保持稳定的高精度, 同时, 现有多模型方案缺乏精细的查询级选择机制. 因此, 提出基于查询路由的基数估计方法——QRCE, 核心思想包括: 1)构建异质、可扩展的Seq2Seq模型空间, 集成多种具有不同结构归纳偏置的序列建模架构, 形成候选模型集合; 2)构建门控混合查询路由器GMQR, 实现细粒度的、基于查询语义的模型路由, 并体现出面向单条查询的自适应决策特征; 3)提出一种基于Q-error的(1+ε)-近似标签策略, 将模型选择转化为可监督学习任务, 使系统能够根据每条查询的语义特征自适应地选择最适合的模型. 在STATS、JOB-light和TPC-H这3个基准数据集上的实验结果表明, QRCE的整体与尾部误差表现显著优于多数基线方法, 尤其在结构复杂的STATS上, QRCE将Q99误差降低了约53%, 有效规避了长尾灾难性偏差; 在JOB-light上, 其Q99与最优单模型相近, 而在Q50/Q90/Q95上保持优势; 在TPC-H上Q99进一步降低约16%. QRCE在长尾查询和复杂连接场景下展现出更强的鲁棒性与适应性.

cs.*

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7696软件学报

安全视角下的模型压缩研究综述

商婧, 王健, 王凯崙, 杨磊, 姜楠, 姜强, 刘吉强

原文摘要

随着深度学习模型日益广泛地部署于资源受限的场景中, 模型剪枝、量化、知识蒸馏等模型压缩技术已成为提升模型效率与可部署性的关键手段. 然而, 模型压缩在带来性能与效率优势的同时, 也与模型安全和隐私问题产生了复杂关联. 一方面, 压缩过程可能改变模型的表示空间或决策边界, 从而引入新的安全风险或放大已有威胁; 另一方面, 安全与隐私需求也反过来推动模型压缩技术的发展, 使得安全感知的模型压缩逐渐成为一个重要研究方向. 系统梳理近年来安全视角下的模型压缩研究进展, 重点从两个方面进行综述: 一是压缩模型面临的安全与隐私风险, 包括后门攻击、对抗样本、隐私泄露以及前沿应用场景下的新型风险; 二是面向对抗鲁棒性与隐私保护的安全感知模型压缩方法, 总结在压缩过程中引入安全约束与隐私保护机制的代表性研究. 此外, 进一步提炼压缩模型安全与隐私研究面临的关键问题, 给出面向典型部署场景的风险感知选型参考和面向压缩模型安全性的基准化评估维度建议, 并从内在机理分析、真实部署环境下的安全防护等方面对未来研究进行展望.

cs.*

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7704软件学报

大语言模型中逻辑神经元的系统性探测与影响分析

姜慧, 何世柱, 刘康, 赵军

原文摘要

大语言模型(large language model, LLM)在涉及逻辑操作的复杂推理任务中表现良好, 然而其逻辑推理能力的内部机理仍缺乏明确的可解释性分析. 目前尚不明确LLM内部是否存在与逻辑推理任务表现密切相关的神经元子集, 这些神经元在网络中以何种形式进行计算表征, 它们又如何影响模型在不同任务中的表现. 为探究上述涉及LLM推理机制本质的关键问题, 提出一种“识别-干预-评估”框架, 旨在系统性地剖析逻辑推理能力的神经元运行基础与功能实现. 利用基于梯度重要性的神经元定位方法, 定位对逻辑推理任务高度敏感的“逻辑神经元”, 并结合激活值进行定向干预, 进而评估其对模型行为的影响. 研究结果表明, 所定位的逻辑相关神经元子集主要集中于网络中层, 并以前馈网络模块(feed-forward network, FFN)为主导. 进一步的分析表明, 不同逻辑任务之间既存在共享神经元成分, 也存在任务特异性差异. 基于这些发现, 探索一种无需修改模型权重、轻量级的逻辑推理能力定向增强方法, 实验结果显示, 该方法在LogicBench的长链推理任务上将模型平均准确率提升9.2%, 并在逻辑敏感型通用任务上性能提升4.57%.

cs.* · cs.CL

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7706软件学报

基于大规模并行模型的完全动态单源最短路径算法

王迟蕾, 华强胜, 金海

原文摘要

研究大规模并行计算模型中动态单源最短路径问题. 在该模型中, 每台机器内存大小为$ \mathrm{O}({n}^{\alpha }) $, $ n $表示图中顶点数, $ \alpha \in (0, 1) $是一个常数. 主要考虑带整数边权重的有向或无向图, 其中边权重最大值与最小值之比的上限为$ \left\lceil poly(\log n)\right\rceil $. 图的更新操作包括单边插入、删除以及权重改变. 针对上述问题, 结合多项式矩阵逆方法、路径分解策略以及并行线性代数算法; 同时, 通过设计一种高效的并行多项式乘法求解算法提出了一个随机并行动态单源最短路径算法. 该算法的更新轮数复杂度为$ \mathrm{O}({\alpha }^{-1}\log n) $, 总内存需求为$ \tilde{\mathrm{O}}({n}^{3-3(3-\omega )/(4-\alpha /2)-\alpha (\omega /2-1)}) $. 其中, 更新轮数复杂度指每次图中边发生变化后, 为重新计算从源点到其他受影响顶点之间的距离, 算法所需同步的迭代轮数; $ \tilde{\mathrm{O}}(\cdot ) $隐去了对数多项式因子, $ \omega $为快速矩阵乘法的算术复杂度($ \mathrm{O}({n}^{\alpha }) $)指数. 相较于现有方法至少需要$ poly(\log n) $轮数复杂度的并行静态单源最短路径算法, 所提并行动态精确单源最短路径算法显著降低了轮数复杂度.

cs.*

软件学报 · 2026 · 正式发表

版本更新 · v3arXiv:2604.02721Berkeley BAIR

GrandCode:通过智能体强化学习在竞技编程中达到大师级水平

GrandCode: Achieving Grandmaster Level in Competitive Programming via Agentic Reinforcement Learning

Ornith Team, Xiaoya Li, Guoyin Wang, Songqiao Su, Chris Shum, Jiwei Li

AI 速读 基于摘要

GrandCode 是一个面向竞技编程的多智能体强化学习系统,作者报告其在三场 Codeforces 实时比赛中均排名第一,超过所有人类参赛者。

cs.AI

查看原文摘要

Competitive programming remains one of the last few human strongholds in coding against AI. The best AI system to date still underperforms the best humans competitive programming: the most recent best result, Google's Gemini~3 Deep Think, attained 8th place even not being evaluated under live competition conditions. In this work, we introduce GrandCode, a multi-agent RL system designed for competitive programming. The capability of GrandCode is attributed to two key factors: (1) It orchestrates a variety of agentic modules (hypothesis proposal, solver, test generator, summarization, etc) and jointly improves them through post-training and online test-time RL; (2) We introduce Agentic GRPO specifically designed for multi-stage agent rollouts with delayed rewards and the severe off-policy drift that is prevalent in agentic RL. GrandCode is the first AI system that consistently beats all human participants in live contests of competitive programming: in the most recent three Codeforces live competitions, i.e., Round~1087 (Mar 21, 2026), Round~1088 (Mar 28, 2026), and Round~1089 (Mar 29, 2026), GrandCode placed first in all of them, beating all human participants, including legendary grandmasters. GrandCode shows that AI systems have reached a point where they surpass the strongest human programmers on the most competitive coding tasks.

版本更新 · v2arXiv:2603.02001Berkeley BAIR

定制化OLAP:合成面向特定工作负载的“一型一机”数据库引擎

Bespoke OLAP: Synthesizing Workload-Specific One-size-fits-one Database Engines

Johannes Wehrstein, Timo Eckmann, Matthias Jasny, Carsten Binnig

AI 速读 基于摘要

提出全自动合成流水线 Bespoke OLAP,用 LLM 代码合成加迭代性能反馈,为固定分析负载从零生成专用数据库引擎。

cs.DB

查看原文摘要

Modern OLAP engines are designed to support arbitrary analytical workloads, but this generality incurs structural overhead, including runtime schema interpretation, indirection layers, and abstraction boundaries, even in highly optimized systems. An engine specialized to a fixed workload can eliminate these costs and exploit workload-specific data structures and execution algorithms for substantially higher performance. Historically, constructing such bespoke engines has been economically impractical due to the high manual engineering effort. Recent advances in LLM-based code synthesis challenge this tradeoff by enabling automated system generation. However, naively prompting an LLM to produce a database engine does not yield a correct or efficient design, as effective synthesis requires systematic performance feedback, structured refinement, and careful management of deep architectural interdependencies. We present Bespoke OLAP, a fully autonomous synthesis pipeline for constructing high-performance database engines tightly tailored to a given workload. Our approach integrates iterative performance evaluation and automated validation to guide synthesis from storage to query execution. We demonstrate that Bespoke OLAP can generate a workload-specific engine from scratch within minutes to hours, achieving order-of-magnitude speedups over modern general-purpose systems such as DuckDB.

首次观测 · 记录 #1软件学报:jos:7646软件学报

具有最优坍塌安全性的双分组长度哈希函数

张绍煊, 郭淳

原文摘要

双分组长度哈希函数是提高哈希函数具体安全性的一种经典方法, 该结构已被证明在一定条件下能达到最优的量子抗碰撞性. 然而, 针对坍塌性这一适用性更强的量子安全模型, 双分组长度哈希函数能否达到最优具体安全性还是一个开放性问题. 为了进一步研究此问题, 考虑在量子条件下抗碰撞性的扩展属性坍塌性, 并研究基于随机谕言机的Nandi之双分组哈希结构的坍塌性. 提出当结构内的置换$ \pi $完全是由若干个c-循环(c-cycle)置换(即对于任意$ x\in {\{0, 1\}}^{m} $, $ {\pi }^{a}(x)=x $当且仅当$ a=c $)组成时, 该结构的坍塌性达到最优, 而构造满足由若干个c-循环置换组成的置换$ \pi $是简单的. 最优的坍塌性意味着当随机谕言机输出大小为$ n $比特时, 敌手至少进行$ {\mathrm{O}}({2}^{2n/3}) $次查询, 才能有效区分测量量子叠加信息的哈希值与测量量子叠加信息本身两个状态. 该最优结构也可由Merkle-Damg?rd结构进行扩展, 扩展后的哈希函数仍具有坍塌性, 这为今后坍塌哈希函数的设计提供了理论基础.

cs.*

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7703软件学报

面向地质灾害知识服务的多智能体协同推理框架

冯援, 胡平, 张璐, 沈复民, 申恒涛, 朱晓峰

原文摘要

地质灾害知识服务在应急指挥、公共安全与科学传播中具有重要作用, 但现有基于大语言模型的问答系统在多源异构知识融合、复杂任务规划及高可信推理方面仍存在不足. 针对上述问题, 提出一种面向地质灾害知识服务的多智能体协同推理框架. 该框架以显式任务状态驱动为核心, 通过角色分工的智能体协作机制, 将复杂查询拆解为检索、分析、生成与验证等子任务, 并通过任务回写与闭环一致性校验实现推理过程的可追踪与结果可控. 在数据层面, 框架支持对科普专业、法律法规与灾害记录等多源知识的统一语义接入; 在推理层面, 构建了基于协同执行与质量控制的层次化推理流程. 实验结果表明, 该框架在领域知识覆盖、回答一致性与协同推理能力方面均优于单模型结合外部检索的基线方法, 尤其在法律法规与灾害统计等高可靠任务中表现出更稳定的性能. 为多智能体大模型在灾害应急知识服务中的应用提供了一种可行的系统化解决方案.

cs.* · cs.CL · cs.AI · cs.MA

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7708软件学报

基于像素级-块级伪影协同建模的AI生成图像模型溯源

范宇祺, 陈嘉欣, 廖鑫, 陈昌盛, 章登勇

原文摘要

随着扩散模型和生成对抗网络的快速发展, AI 生成图像在内容创作中的应用日益广泛, 同时也对内容可信性与生成来源溯源提出新的挑战. 相较于仅区分图像真伪, 准确判定生成图像的来源模型具有更高的实际应用价值, 例如在生成内容平台监管、恶意伪造内容追溯以及生成模型责任追踪等场景中, 能够为内容来源识别与可信治理提供重要技术支撑. 不同生成模型在合成过程中往往会在像素层面留下细粒度高频伪影, 同时在结构与全局层面形成具有模型特征的生成模式一致性差异. 这种跨尺度的伪影现象表明, 现有的仅依赖单一尺度或单一语义层面的特征表示方法, 难以同时刻画细粒度伪影与全局生成风格差异, 从而限制在复杂多模型场景下归属性能. 针对上述不足, 提出一种像素到块级伪影协同建模(collaborative pixel-block artifact modeling, CPB-AM)框架, 用于AI生成图像的模型溯源任务. 该方法采用双分支结构对不同层级的生成伪影进行协同建模, 像素级分支通过高频增强操作提取局部伪造痕迹, 并学习与生成域相关的细粒度伪影特征; 块级分支将图像划分为局部块, 并通过频率感知的注意力聚合机制对块间的相关性进行建模. 该注意力机制通过对低频平滑成分进行自适应聚合, 显式分离结构一致性表示与残差成分, 从而更有效地刻画生成模型在空间结构与整体风格层面的差异. 同时, 在跨尺度融合方面, 设计跨分支注意力引导融合模块, 是一种引导式特征融合机制, 通过构建像素级伪影特征对块级表示的调制权重, 实现细粒度残差信息对结构建模过程的引导与约束, 从而增强跨尺度伪影信息的互补性. 在包含真实图像与多种生成模型的数据集上的实验结果表明, 所提方法在闭集生成模型溯源任务中能够取得优于现有方法的分类性能; 在未见生成模型参与测试的开集实验设置下, 该方法在未知模型拒识与归属判别方面同样表现出较强的鲁棒性. 实验结果验证了像素到块级伪影协同建模策略在提升生成模型溯源准确性与开放场景适应能力方面的有效性.

cs.*

软件学报 · 2026 · 正式发表

版本更新 · v4arXiv:2502.19499Google Research

On the Interpolation Effect of Score Smoothing in Diffusion Models

Zhengdao Chen

原文摘要

Diffusion models have achieved remarkable progress in various domains with an intriguing ability to produce new data that do not exist in the training set. In this work, we study the hypothesis that such creativity arises from the neural network backbone learning a smoothed version of the empirical score function, which guides the denoising dynamics to generate data points that interpolate the training data. Focusing mainly on settings where the training set lies uniformly in a one-dimensional subspace, we elucidate the interplay between score smoothing and the denoising dynamics with analytical solutions and numerical experiments, demonstrating how smoothing the score function can cause the denoised data samples to interpolate the training set along the subspace. Moreover, we present theoretical and empirical evidence that learning score functions with neural networks - either with or without explicit regularization - can naturally achieve a similar effect, including when the data belong to simple nonlinear manifolds.

cs.LG · math.OC · stat.ML

版本更新 · v3arXiv:2605.22759Google Research

Towards a General Intelligence and Interface for Wearable Health Data

Girish Narayanswamy, Maxwell A. Xu, A. Ali Heydari, Samy Abdel-Ghaffar, Marius Guerard, Kara Vaillancourt, Zhihan Zhang, Jake Garrison 等 40 位作者

原文摘要

While ubiquitous wearable sensors capture a wealth of behavioral and physiological information, effectively transforming these signals into personalized health insights is challenging. Specifically, converting low-level sensor data into representations capable of characterizing higher-level states is difficult due to high phenotypic diversity and variation in individual baseline health, physiology, and lifestyle factors. Moreover, collecting wearable data paired with health outcome annotations is laborious and expensive, and retrospective annotation remains practically unfeasible, contributing to a scarcity of data with high-quality labels. To overcome these limitations, we propose a foundation model for wearable health that is pretrained on more than one trillion minutes of unlabeled sensor signals drawn from a large cohort of five million participants. We demonstrate that the joint scaling of model capacity and pretraining data volume leads to systematic improvements in performance, as evaluated on a diverse set of 35 health prediction tasks, spanning cardiovascular, metabolic, sleep, and mental health, as well as lifestyle choices and demographic factors. We find that this population scale representation unlocks label-efficient few-shot learning and generative capabilities for robust daily metric estimation. To further leverage this learned representation, we deploy a classroom of LLM agents to autonomously search the space of downstream predictive heads built on the model embeddings, showing broad performance improvements that increase with LLM model capacity. Finally, we show how integrating these downstream predictors into a Personal Health Agent can support model responses that are more relevant, contextually aware, and safe, and we validate this via 1,860 ratings from a cohort of clinicians.

cs.AI

首次观测 · 记录 #1软件学报:jos:7630软件学报

基于深度学习的微表情分析综述

胡晨星, 苗启广, 刘璨宇, 刘旭杰, 刘如意, 王泉, 杨宗凯

原文摘要

微表情能够揭示人类试图隐藏的真实情感, 在谎言检测、医疗护理、深层次情感识别等领域中具有重大应用价值. 不同于宏表情, 微表情是短暂且细微的面部运动, 微表情数据集构建有着较高的门槛且耗时耗力, 因此微表情面临着数据量小、模型难以捕获细微短暂变化等困难. 微表情分析有着两个重要研究分支: 微表情识别和微表情检测, 目前基于深度学习的方法已经成为研究主流. 针对上述情况, 全面综述近年来基于深度学习的微表情识别和检测代表性工作和研究现状. 首先, 对常用的开源微表情数据集全面进行总结, 然后分别介绍微表情识别和检测的代表性研究工作, 对其进行分类梳理并讨论优点和局限性. 接着, 介绍微表情分析常用的评估协议和指标, 整合讨论各个方法的性能表现. 最后对微表情分析的整体发展状况进行总结并对未来研究方向进行展望.

cs.*

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7679软件学报

写入模式感知与热度分级的固态硬盘垃圾回收方法

王婷煜, 杨孟飞, 刘洪标, 姜菁菁, 李少峰, 刘波

原文摘要

固态硬盘(solid-state drive, SSD)凭借其高速读写性能与低功耗等特点, 已广泛应用于嵌入式设备和数据中心等多种场景. 其中, 垃圾回收(garbage collection, GC)机制对空间回收效率与设备寿命具有重要影响. 然而, 现有GC方法在触发灵活性、数据迁移效率及磨损均衡性方面仍存在不足. 为提升GC机制在不同负载下的适应性与可靠性, 提出一种写入模式感知与热度分级的垃圾回收(write pattern-aware and heat-tiered garbage collection, WHGC)方法. 该方法首先构建写入模式感知指标, 设计多阈值触发机制, 实现GC在系统空闲与忙碌状态下的动态调度; 然后, 提出一种融合空间使用状态与磨损程度的块评分策略, 用于指导回收块选择; 最后, 在有效页迁移阶段, 采用指数衰减模型识别逻辑页热度, 并结合块擦除次数的等级划分, 构建热度与磨损的映射关系, 引导有效页迁移至对应等级的目标块, 从而实现数据分布优化与块间磨损均衡. 基于SSDsim平台的实验结果表明, WHGC在所有数据集下均实现了相较其他典型GC方法更长的设备寿命, 并在写放大系数、有效页迁移量与擦除次数标准差等指标上保持了较优的综合性能.

cs.*

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7680软件学报

AI赋能的多查询优化技术综述

刘全, 李翠平, 陈红

原文摘要

随着数据规模与查询复杂度的持续增长, 传统数据库系统在面对高并发、多样化查询负载时, 暴露出显著的冗余计算与资源竞争问题. 多查询优化技术是提升数据库系统性能的重要途径, 其核心思想是通过识别和共享不同查询间的重叠计算, 减少重复执行并优化资源利用率. 根据重用时机与粒度的不同, 现有研究主要分为两条技术路线: 基于计算重用的多查询优化与基于存储重用的多查询优化. 前者在查询执行阶段实现算子级或计划级共享; 后者在存储层面实现持久化重用, 也被称为物化视图技术. 随着人工智能技术的发展, 强化学习和深度学习方法被广泛引入, 用于收益估计、计划生成和共享策略决策, 使计算重用过程具备自感知、自优化与自演化能力. 系统梳理传统方法到AI赋能方法的演化脉络, 对不同模型的优化目标、决策机制与系统架构进行比较与总结, 并分析现有方法在通用性、可扩展性与协同优化方面的不足. 最后, 展望未来智能化、多层级协同的数据库优化研究方向.

cs.* · cs.AI

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7682软件学报

基于MCP智能体的通用威胁情报知识图谱构建方法

沙乐天, 薛磊, 陈霄, 李德强, 肖甫

原文摘要

随着网络攻击的复杂性不断增加, 威胁情报的收集与整合面临着分散化问题. 在此背景下, 企业开始构建私有化的威胁情报知识图谱系统. 然而传统构建方法效率低下, 因实体关系抽取不准确而难以有效发挥作用. 为解决以上问题, 提出一种基于MCP (model context protocol)智能体的通用威胁情报知识图谱构建框架OPFA (one prompt for all). 通过动态语义主体定位, 微调大语言模型的提示词模板, 从而驱动智能体对威胁实体关系进行抽取. 威胁实体关系将作为知识图谱的节点与边被自动化创建, 通过实体属性值匹配以关联威胁情报, 形成完整的知识图谱. 接着, 系统会针对关键威胁实体(如漏洞、恶意样本)拉取MCP资源从而完成订制化的知识图谱扩充. 实验表明, 智能体不仅能够提升威胁实体和实体关系抽取的精确率(分别为97.22%和97.83%)、召回率(分别为90.91%和95.52%)与F1值(分别为94.44%和96.66%), 还能有效提高知识图谱的构建效率.

cs.* · cs.CL · cs.AI

软件学报 · 2026 · 正式发表

版本更新 · v4arXiv:2512.01241Google DeepMind

First, do NOHARM: a medical safety benchmark and randomized study of physician and AI teaming on clinical consultations

David Wu, Fateme Nateghi Haredasht, Saloni Kumar Maharaj, Priyank Jain, Jessica Tran, Matthew Gwiazdon, Arjun Rustagi, Jenelle Jindal 等 57 位作者

原文摘要

Large language models (LLMs) and medical AI tools are routinely used by physicians and patients for medical advice, yet their clinical safety profiles remain poorly characterized. We present NOHARM (Numerous Options Harm Assessment for Risk in Medicine), a 1,100-task benchmark of primary care-to-specialist consultation cases to measure the frequency and severity of potentially harmful errors from LLM-generated medical consultation recommendations. NOHARM covers 10 specialties, with 12,747 expert annotations for 4,249 clinical management options. Across 20 notable LLMs and 4 widely used retrieval-augmented generation (RAG) clinical AI tools, direct application of recommendations carried potential for severe harm in up to 24.6% of cases, with errors of omission accounting for more than 80% of severe errors. Harm potential was not uniform across systems, with clinical AI tools outperforming generalist LLMs, and multi-agent AI teaming further improving performance in generalist models. In a randomized study of 101 U.S.-licensed generalist physicians, AI assistance improved physician performance compared to conventional resources. However, AI-assisted physicians frequently omitted valuable AI-generated recommendations and still scored lower than many AI systems alone. Had those recommendations been incorporated, combined human-AI responses would have outperformed both the human and AI system as used, suggesting complementary strengths and unrealized potential in human-AI teaming. Collectively, these results show that despite strong performance on medical knowledge benchmarks, widely used AI tools can produce medical consultation advice with the potential for severe harm, and highlight the need for explicit measurement of clinical safety. The benchmark and leaderboard are publicly available to support ongoing evaluation and improvement of AI systems used for clinical care.

cs.CY · cs.AI

版本更新 · v2arXiv:2606.23525Apple ML Research

自压缩语言模型智能体

Self-Compacting Language Model Agents

Tianjian Li, Jingyu Zhang, William Jurayj, Xi Wang, Chuanyang Jin, Mehrdad Farajtabar, Eric Nalisnick, Daniel Khashabi

AI 速读 基于摘要

提出SelfCompact框架,让语言模型智能体在推理时自主决定何时及如何压缩上下文,以降低token成本并提升性能。

cs.CL

查看原文摘要

Long agent traces composed of chains of thought and tool calls accumulate stale content that anchor subsequent generations, and eventually outgrow the context window. Existing scaffolds mitigate it with fixed-interval compaction triggered at a token threshold. Such triggers pay no heed to trajectory structure, risking discard of partial results mid-derivation or mid-search. We propose SelfCompact, a scaffold that allows the model itself to decide when and how to compact. Specifically, it pairs two inference-time elements: (i) a compaction tool the model invokes to summarize the accumulated context, and (ii) a lightweight rubric specifying when to fire (a sub-task has resolved, or the trajectory is converging) and when to suppress (mid-derivation, or when stuck). Both are needed. The tool alone is unevenly used across open-weight models, often invoked at unhelpful moments or not at all; the rubric alone cannot act. Together, they elicit effective adaptive compaction without any fine-tuning or external supervision. We present empirical results on six benchmarks (competitive math and agentic search) and seven models. Our results show that SelfCompact matches or exceeds fixed-interval summarization at a fraction of the token cost, improving over a no-summarization baseline by up to 18.1 points on math and 5-9 points on agentic search at 30-70% lower per-question cost. Our results expose a meta-cognitive gap: although unprompted models cannot reliably tell when their own context is rotting, a lightweight rubric closes this gap, reframing when to compact as a capability that scaffolds can supply without training.

版本更新 · v2arXiv:2606.03979Google Research

语言模型需要睡眠:学习自我修改与巩固记忆

Language Models Need Sleep: Learning to Self-Modify and Consolidate Memories

Ali Behrouz, Farnoosh Hashemi, Adel Javanmard, Vahab Mirrokni

AI 速读 基于摘要

受人类学习启发,提出“睡眠”范式,让语言模型通过记忆巩固与“做梦”过程持续学习并提升长期知识保持能力。

cs.LG · cs.AI

查看原文摘要

The past few decades have witnessed significant advances in the design of machine learning algorithms, from early studies on task-specific shallow models to more general deep Large Language Models (LLMs). Despite showing promising results in tasks that require instant prediction or in-context learning, existing models lack the ability to continually learn and effectively transfer their temporal in-context knowledge to their long-term parameters. Inspired by human learning process, we introduce a ''Sleep'' paradigm that allows the models to continually learn, distill their short-term fragile memories into stable long-term knowledge with replay, and recursively improve themselves with ''Dreaming'' process. In more detail, sleep consists of two stages: (1) Memory Consolidation: an upward distillation process, called Knowledge Seeding, where the memories of a smaller-self are distilled into a larger network to provide more capacity while preserving the knowledge. As a proof of concept, we present a new Generalized Distillation process for {Knowledge Seeding} (i.e., the combination of on-policy distillation with Reinforcement Learning (RL)-based imitation learning); (2) Dreaming: a self-improvement phase, where the model uses RL to generate a curriculum of synthetic data to rehearse new knowledge and refine existing capabilities without human supervision. Our experiments on long-horizon, continual learning, knowledge incorporation, and few-shot generalization tasks support the importance of the sleep stage.

首次观测 · 记录 #1软件学报:jos:7629软件学报

样本-特征协同的长尾识别算法

张恩豪, 李超华, 王志华, 陈松灿

原文摘要

现实场景中的数据分布普遍呈现长尾模式, 导致所训练的深度模型常遭遇头部偏置困境, 即模型偏向于头部类而在尾部类上表现欠佳. 一种简单且有效的策略是通过增广尾部类样本来平衡数据分布. 尽管多数基于该策略的方法能在样本数量上实现重平衡, 但生成的样本仍存在语义漂移和多样性不足的风险, 导致特征分布松散和决策边界有偏, 限制了模型性能. 为此, 提出一种样本-特征协同的长尾识别算法, 旨在构建对数据分布不敏感的分类模型. 具体而言, 在样本层面, 基于傅里叶变换提出“幅值增广”策略, 借助幅值迁移来转换增广样本的风格, 能够在丰富样本多样性的同时保留原有语义信息; 在特征层面, 依据神经坍塌理论提出“特征坍塌”损失, 将类原型对齐至具有最大可分性的等角紧框架, 并促使特征收敛至对应的类原型, 实现最大的类间间隔. 该方法从样本和特征两个层面缓解头部偏置问题, 进而增强类内紧凑性并校准决策边界. 多个基准数据集上的实验结果表明该方法可显著提高长尾识别性能.

cs.*

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7656软件学报

引理库驱动的线性数据结构算法定理自动证明

王昌晶, 万亮亮, 刘艳娇, 龙海建, 左正康

原文摘要

尽管大语言模型(large language model, LLM)为算法定理自动证明领域提供了一条新的探索路径, 但现有方法未能充分提升自动定理证明器在证明中间命题时的能力. 当前在线性数据结构算法形式化定理证明方面所需的标签数据非常稀少, 将大语言模型用于预测时, 尤其具有挑战性. 为弥补这一不足, 构建一种新的面向线性数据结构算法的引理库驱动证明方法LDPM, 融合了大语言模型与形式化技术. 该方法通过构建一个由已被证明的新引理组成的引理库, 通过从引理库中调取相关引理, 可有效强化自动定理证明器对中间命题的证明效能. 引理库的构建遵循三阶段递进式策略: 首先通过联合请求机制生成多个候选引理陈述, 以丰富库内资源; 接着借助迭代证明策略逐个证明候选引理, 逐步提升引理库的可靠性; 最终引入引理反思机制, 借助LLM对引理进行修正与优化, 从而实现引理库的动态扩展与持续完善. 通过这一方法, 线性数据结构算法定理证明的性能得以显著提升, 与最先进的方法比较, 证明成功率从44.00%提高到82.00%. 消融实验进一步表明, 引理库在提升自动定理证明器证明中间命题的能力上发挥了关键作用, 使线性数据结构算法定理证明的成功率提高了38.00%.

cs.* · cs.CL

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7673软件学报

基于数据重建的净标签数据投毒攻击方案

张文博, 李雄, 张文琪, 谢勇, 陈厅, 禹继国, 张小松

原文摘要

人工智能系统依赖大规模、开放式的训练数据采集, 这为数据投毒攻击提供了可乘之机. 攻击者能够通过渗透数据供应链等方式操控训练数据, 破坏深度学习模型的可用性. 相较于基于标签翻转的脏标签数据投毒攻击, 净标签攻击虽具有更强的隐蔽性, 但在实现时面临更大挑战: 一方面, 需要精确操控样本特征而非直接篡改其标签; 另一方面, 还需确保毒化样本在视觉上与原始样本保持高度一致以规避检测. 虽然现有的净标签攻击方案已取得一定成效, 但往往因假设宽松, 难以在实际场景中有效实施, 且隐蔽性和计算效率仍有提升空间. 为此, 提出一种基于数据重建的深度学习净标签数据投毒攻击方案CPDR, 该方案重构原用于图像分割任务的Attention U-Net模型的损失函数, 将其转换为一个包含重建损失、投毒效果损失和模型更新一致性损失的多任务学习重建模型, 通过数据重建生成隐蔽的毒化样本, 并在黑盒假设下实现有效的投毒攻击. 在集中式学习和联邦学习这2种场景、2个数据集和4个目标模型上的实验表明, CPDR能在几乎不影响深度学习主任务表现的情况下降低模型在目标类别上的分类准确率. 在集中式学习下, CPDR对目标类别准确率的平均降幅高于VagueGAN方案2.33个百分点, 高于Adversarial Poison方案2.42个百分点; 在联邦学习下, 其优势进一步扩大, 分别高于上述对比方案4.44和4.10个百分点. 此外, CPDR生成的毒化样本与原始样本视觉差异微小, 难以辨别和检测, 实现了隐蔽性和攻击效果的良好平衡.

cs.* · cs.AI · cs.CV

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7676软件学报

边缘智能中低成本的快速自适应模型部署与更新方法

滕自怡, 方娟, 刘雅祺, 张梦媛, 陈慧杰

原文摘要

边缘智能通过在网络边缘部署模型, 能有效降低数据传输延迟并缓解中心云的计算压力. 然而, 模型在边缘侧的部署与持续更新, 使部署效率与成本成为评估系统性能的关键指标. 尽管已有研究提出多种策略以权衡模型精度与部署成本, 但在服务请求多变且资源受限的实际环境中, 现有方法仍难以实现高效、自适应的部署与更新. 针对这一问题, 提出一种面向边缘智能的低成本快速自适应模型部署与更新策略PACE, 旨在动态环境中以更低的部署成本实现对服务需求的高效响应, 从而提升边缘智能系统的持续服务能力与性能. 具体而言, 该方法通过挖掘模型间的共享特性, 对不同阶段的部署成本进行精细化建模, 并结合模型信息年龄(age of information, AOI)构建性能评估模型, 从而实现更高成本效益的部署决策. 在此基础上, 引入元强化学习以学习任务变化的先验知识, 并结合变分贝叶斯网络实现在线优化, 从而增强模型部署策略在动态环境下的快速自适应能力. 最后, 从泛化性与收敛性两个方面验证PACE的理论有效性. 基于合成的 Zipf 请求分布对所提出的PACE方法进行评估. 实验结果表明, PACE 在任务频繁变化的场景中能够实现高效的自适应部署, 在显著降低模型部署成本的同时, 仍可维持可接受的模型精度与系统响应效率.

cs.*

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7677软件学报

TDSM: 变更数据捕获驱动的数据库-区块链同步系统

卿昱潇, 高建彬, 吴敏, 夏琦, 肖杨磊, 夏虎, 张劲松, 罗锦涛

原文摘要

随着区块链技术在金融科技、供应链管理等关键领域的应用不断深化, 兼具传统数据库高性能与区块链高可信性的混合式存储架构已成为研究热点. 然而, 现有方案普遍未能系统性地解决数据库与区块链之间的架构不兼容问题, 具体表现为事务模型差异、性能与成本矛盾以及数据生命周期管理困难这3大核心技术难点. 针对上述挑战, 提出并实现一种基于变更数据捕获(change data capture, CDC)的数据库-区块链同步系统TDSM, 用于在异构环境下实现高效、可信的数据同步. 首先, 设计集成可验证撤销证明的轻量级原子提交协议, 利用稀疏默克尔树为删除操作生成密码学证明, 在不引入重量级两阶段提交的前提下保障跨系统事务的原子性映射, 实现数据全生命周期的链上可信审计. 其次, 提出资源感知的自适应批处理算法, 通过实时监控链上交易成本并动态调整批处理策略, 有效解决数据库高通量与区块链高成本之间的矛盾. 实验结果表明, TDSM在保持较高吞吐量的同时显著降低了同步成本, 自适应批处理机制相比固定策略节省了显著的资源开销, 撤销证明机制在处理大量删除操作时仍保持高效, 原子性保障机制在各种故障场景下均能保证数据一致性.

cs.*

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7687软件学报

当时空数据管理遇到时空AI: 进展、挑战与展望

苏赛男, 李瑞远, 杨广超, 但静培, 龙程, 张钧波, 郑宇

原文摘要

随着时空数据规模的持续增长, 如何高效管理并挖掘其中有用信息已成为重要研究课题. 时空数据管理的核心在于实现数据的高效存储、索引和查询. 然而, 传统数据库技术难以有效应对时空数据高动态等特性. 人工智能(artificial intelligence, AI)技术能够有效捕捉时空数据的分布特征与查询负载等信息, 将其融入时空数据管理可提升系统的智能化水平. 时空AI则致力于将机器学习、深度学习与强化学习等技术应用于时空数据分析, 自动识别数据中的模式、趋势与关联, 并支持时空预测、分类、聚类及异常检测等任务. 然而, 时空AI在数据获取、模型训练到实际应用的全过程中, 均面临数据异构性、准备复杂性及使用门槛高等挑战. 时空数据管理技术可有效缓解上述问题. 围绕以上工作, 工业界和学术界已开展大量研究工作. 首先提出时空数据的分类方法, 将其划分为独立数据与关联数据; 继而系统梳理时空数据管理与时空AI协同的研究进展, 总结其研究背景与关键技术; 最后, 整理该领域常用数据集, 介绍典型应用案例, 探讨面临的主要挑战, 并展望未来发展方向.

cs.* · cs.AI

软件学报 · 2026 · 正式发表

首次观测 · 记录 #1软件学报:jos:7688软件学报

基于有限数据的高效神经网络黑盒后门检测

李尚松, 裴文希, 罗润洲, 李政辉, 刘晓杉, 孔维强

原文摘要

尽管深度神经网络(deep neural network, DNN)已广泛应用于各个领域, 但其在敌对环境中表现出显著脆弱性. 近年来, 出现一种特殊的攻击形式, 称为后门攻击或木马攻击. 攻击者故意在DNN中植入后门, 带有后门的模型对正常输入做出正确的预测, 但对带有触发器的输入产生错误的预测. 为应对后门攻击的威胁, 研究人员提出各种检测方法, 然而, 这些方法依赖于严格的假设, 如白盒访问目标模型或已知触发器模式, 并且需要大量检测数据和检测时间, 这限制了在实际场景中的应用. 此外, 现有方法在后门攻击的目标类识别方面研究不足, 未能有效揭示目标类在攻击中的关键作用及其对实际任务的影响. 提出一种高效的黑盒后门检测方法 EBLD (efficient black-box backdoor detection), 在仅有少量干净数据的情况下, 结合迁移学习, 利用这些数据训练一小组良性模型和后门模型; 然后通过模型变异技术快速生成大量模型; 最后, 基于这些模型, 训练多个分类器以联合判断目标模型是否为后门模型. 在没有检测数据的情况下, 提出“特征适配”策略, 利用在其他任务上生成的良性模型和后门模型, 训练能够检测新目标模型的二元分类器. 该策略克服了对检测样本的依赖, 并且能够充分利用已有良性模型与后门模型资源, 提升检测效率. 此外, 设计基于迁移学习的二元分类器微调方法, 通过加载已有二元分类器的权重, 训练新的二元分类器, 进一步减少后门检测时间. 最后, 基于训练二元分类器时获得的最优查询集, 构建最优查询集库, 通过分析后门模型对最优查询集的输出类别分布, 快速判断后门攻击的目标类. 目标类识别不仅有助于更精确的定位攻击范围, 还能为后门防御与修复提供明确方向. 实验结果表明, 所提方法在检测精度方面显著优于现有方法, 在检测效率方面也达到较高水平.

cs.*

软件学报 · 2026 · 正式发表

版本更新 · v3arXiv:2606.24976Google Research

通过分类策略检索诊断与缓解智能体说服中的复合失败

Diagnosing and Mitigating Compounding Failures in Agentic Persuasion via Taxonomic Strategy Retrieval

Sana Ayromlou, Purvi Sehgal, Pradyumna Narayana

AI 速读 基于摘要

论文识别标准RAG的语义泄漏是智能体说服中复合失败的触发因素,并提出分类策略RAG(TS-RAG)来解耦论证结构与话题内容,从而提升逻辑迁移和轻量说服者的胜率。

cs.AI · cs.CL · cs.LG

查看原文摘要

Foundation-model agents in multi-step, open-ended environments frequently suffer from compounding errors, where early mistakes contaminate long-horizon trajectories. While Multi-Agent Debate (MAD) succeeds in deterministic domains, agents in subjective tasks like persuasion experience severe problem drift and sycophantic conformity. We identify semantic leakage in standard Retrieval-Augmented Generation (RAG) as a reproducible trigger for these failures, as standard RAG prioritizes vocabulary overlap over logical necessity. To eliminate this leakage, we introduce Taxonomic Strategy RAG (TS-RAG), a systems intervention that routes strategies through a discrete categorical bottleneck to decouple argumentative structure from topical content. Zero-shot, cross-domain evaluations demonstrate that TS-RAG significantly improves the transfer of abstract logic where standard semantic retrieval collapses. Crucially, TS-RAG acts as a "capability bridge" in asymmetric deployments, empowering lightweight persuaders to consistently defeat parametrically superior opponents (improving win rates from 70.5 to 78.5) and accelerating argumentative efficiency. Finally, we introduce trace-level diagnostics via a turn-by-turn Debate State Representation (DSR), demonstrating the necessity of strict constraints to prevent evaluation collapse via default agentic sycophancy.

首次观测 · 记录 #1ACL Anthology · ACL 2026:acl:2026.acl-demo.1ACL Anthology · ACL 2026

Interpreto: An Explainability Library for Transformers

Antonin Poché Institut de Recherche en Informatique de Toulouse and IRT Saint Exupery, Thomas Mullor INSTITUTE OF TECHNOLOGICAL RESEARCH IRT SAINT EXUPERY, Gabriele Sarti, Frédéric Boisnard INSTITUTE OF TECHNOLOGICAL RESEARCH IRT SAINT EXUPERY, Corentin Friedrich IRT Saint Exupéry, Charlotte Claye Centrale Supélec, Francois Hoofd IRT SAINT EXUPERY, Raphael Bernas 等 11 位作者

原文摘要

Interpreto is an open-source Python library for interpreting HuggingFace language models, from early BERT variants to LLMs. It provides two complementary families of methods: attribution methods and concept-based explanations. The library bridges recent research and practical tooling by exposing explanation workflows through a unified API for both classification and text generation. A key differentiator is its end-to-end concept-based pipeline (from activation extraction to concept learning, interpretation, and scoring), which goes beyond feature-level attributions and is uncommon in existing libraries.

cs.CL

Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics (Volume 3: System Demonstrations) · 2026 · 正式发表