代码大模型 / AI 编程

Green Architectural Tactics in ML-enabled Systems: An LLM-based Repository Mining Study

在ML系统中采用绿色建筑策略：基于LLM的代码库研究

Vincenzo De Martino, Silverio Martínez-Fernández, Fabio Palomba

专题命中 仓库级理解 ：repository(title,abstract)；分类 cs.SE

AI总结 本文通过分析205个开源ML项目，发现现有绿色实践在实际应用中存在差异，并识别出九种未记录的可持续实践，为减少ML系统的环境影响提供指导。

A Novel Framework using Intuitionistic Fuzzy Logic with U-Net and U-Net++ Architecture: A case Study of MRI Bain Image Segmentation

一种利用直觉模糊逻辑与U-Net和U-Net++架构的新型框架：MRI脑图像分割的案例研究

Hanuman Verma, Kiho Im, Akshansh Gupta, M. Tanveer

机构 * Department of Mathematics, Bareilly College, Bareilly (MJP Rohilkhand University), Uttar Pradesh, 243005, India（巴里利学院数学系，巴里利（MJP罗希兰德大学），乌塔尔普拉德什，243005，印度） ； Fetal Neonatal Neuroimaging and Developmental Science Center, Boston Children’s Hospital, Harvard Medical School, Boston, MA 02115, USA and Division of Newborn Medicine, Boston Children’s Hospital, Harvard Medical School, Boston, MA 02115, USA also with Department of Pediatrics, Harvard Medical School, Boston, MA, USA（波士顿儿童医院胎儿和新生儿神经影像与发育科学中心，哈佛医学院，波士顿，马萨诸塞州02115，美国；波士顿儿童医院新生儿医学科，哈佛医学院，波士顿，马萨诸塞州02115，美国；也与哈佛医学院儿科系，波士顿，马萨诸塞州，美国） ； National Institute of Science Communication and Policy Research, New Delhi, 110012, India（国家科学传播与政策研究所，新德里，110012，印度） ； Department of Mathematics, Indian Institute of Technology Indore, Indore (M.P.)-453552, India（印度理工学院印度尔数学系，印度尔（马哈拉施特拉邦）-453552，印度） 纠错

专题命中 仓库级理解 ：repository(abstract)；分类 cs.LG

AI总结 本文提出一种结合直觉模糊逻辑的U-Net和U-Net++框架，用于提高MRI脑图像分割的准确性，通过处理图像中的不确定性提升分割性能。

Comments 13 pages, 8 figures

BarcodeBERT: Transformers for Biodiversity Analysis

BarcodeBERT：用于生物多样性分析的Transformer模型

Pablo Millan Arias, Niousha Sadjadi, Monireh Safari, ZeMing Gong, Austin T. Wang, Joakim Bruslund Haurum, Iuliia Zarubiieva, Dirk Steinke, Lila Kari, Angel X. Chang, Scott C. Lowe, Graham W. Taylor

机构 * University of Waterloo（滑铁卢大学） ； Simon Fraser University（西蒙弗雷泽大学） ； Aalborg University（奥胡斯大学） ； Pioneer Centre for AI（先锋人工智能中心） ； University of Guelph（格雷厄姆大学） ； Vector Institute（向量研究所） ； Alberta Machine Intelligence Institute (Amii)（阿尔伯塔人工智能研究所） 纠错

专题命中 仓库级理解 ：repository(abstract)；分类 cs.LG

AI总结 BarcodeBERT通过领域特定数据自监督预训练，在物种鉴定任务中优于基础模型，尤其在低阶分类如属和种层面表现突出，且比BLAST快55倍。

Comments Main text: 14 pages, Total: 23 pages, 10 figures, formerly accepted at the 4th Workshop on Self-Supervised Learning: Theory and Practice (NeurIPS 2023)

Journal ref Bioinformatics Advances (2026) vbag054

Geospatial AI for Liquefaction Hazard and Impact Forecasting: A Demonstrative Study in the U.S. Pacific Northwest

地理空间AI用于液化危险和影响预测：美国太平洋西北地区示范研究

Morgan D. Sanger, Brett W. Maurer

专题命中 仓库级理解 ：repository(abstract)

AI总结 本文利用地理空间AI模型预测美国华盛顿和俄勒冈州85个地震场景的液化危险，结合机器学习提升预测精度，并通过资产和基础设施脆弱性评估验证其应用价值。

Neutrinos and gamma rays from Seyfert galaxies constrain the properties of coronal turbulence

射电和伽马射线来自塞弗特星系约束了冠状湍流的性质

Federico Testagrossa, Damiano F. G. Fiorillo, Luca Comisso, Enrico Peretti, Maria Petropoulou, Lorenzo Sironi

专题命中 仓库级理解 ：repository(abstract)

AI总结 通过联合分析IceCube和Fermi-LAT观测数据，研究了NGC 1068和NGC 7469的中微子和伽马射线信号，以约束冠状湍流的磁场强度和相干尺度。

Comments 17 pages, 5 figures, plus appendices