代码大模型 / AI 编程

Boosting Automatic Java-to-Cangjie Translation with Multi-Stage LLM Training and Error Repair

通过多阶段LLM训练和错误修复提升Java到Cangjie的自动翻译

Xinyue Liang, Jingxuan Zhang, Lin Li, Jun Zhang, Junhao Chen

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

AI总结 本文提出多阶段LLM训练框架，结合编译器反馈和错误修复，提升Java到Cangjie的翻译准确性与语义一致性，实验显示在有限平行数据下功能等价性提升6.06%。

From Conceptual Scaffold to Prototype: A Standardized Zonal Architecture for Wi-Fi Security Training

从概念框架到原型：一种标准化的区域架构用于Wi-Fi安全训练

Vyron Kampourakis, Efstratios Chatzoglou, Vasileios Gkioulos, Sokratis Katsikas

专题命中 仓库级理解 ：repository(abstract)

AI总结 本文提出一种标准化的区域架构，用于Wi-Fi安全实验，通过模块化设计和开源原型，为未来专用Wi-Fi安全训练平台提供结构化基础。

Kochen-Specker nonlocal hidden variables must include time-ordering to allow for measurement independence of several agents

科恩-斯佩克尔非本地隐变量必须包含时间顺序以允许多个代理的测量独立性

Valerio Scarani, Antoine Suarez

专题命中 仓库级理解 ：repository(abstract)

AI总结 本文探讨了在涉及多个代理的贝尔型实验中，科恩-斯佩克尔非本地隐变量需要包含时间顺序以保持一致性

Zombies in Alternate Realities: The Afterlife of Domain Names in DNS Integrations

僵尸在替代现实中：DNS整合中的域名后世

Sulyab Thottungal Valapu, John Heidemann, Mattijs Jonker, Raffaele Sommese

专题命中 仓库级理解 ：repository(abstract)

AI总结 研究DNS整合中僵尸链接的威胁模型及影响，揭示不同系统中僵尸比例差异及设计对结果的影响，提出减少僵尸的措施。

Calibration offset estimation in mobile hearing tests via categorical loudness scaling

通过类别响度标定估计移动听力测试中的校准偏移

Chen Xu, Birger Kollmeier

专题命中 仓库级理解 ：repository(abstract)

AI总结 本文提出利用类别响度标定（CLS）方法估计设备校准偏移，通过贝叶斯回归模型和最近邻模型实现准确的个体校准修正，提升移动听力测试的可靠性。