代码大模型 / AI 编程 - arXivDaily 专题

2605.21177 2026-05-21 cs.LG cs.CL 62%

ChunkFT: Byte-Streamed Optimization for Memory-Efficient Full Fine-Tuning

ChunkFT: 用于内存高效全微调的分块优化

Yongkang Liu, Zijing Wang, Mengjie Zhao, Ercong Nie, Mingyang Wang, Qian Li, Feiliang Ren, Shi Feng, Daling Wang, Hinrich Schütze

机构 * Northeastern University, China（中国东北大学）； Shanghai Jiao Tong University, China（上海交通大学）； CIS, LMU Munich, Germany（慕尼黑大学CIS实验室）； MCML, Germany（德国MCML实验室）； Shandong University, China（山东大学）

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

AI总结本文提出ChunkFT框架，通过动态激活的工作集重新定义全参数微调，实现了无需修改网络架构即可对任意子张量进行梯度计算，理论分析和实验表明其在内存使用、运行时间和优化质量上均有效，且在下游任务中表现优于现有内存高效基线。

2605.20678 2026-05-21 cs.LG cs.AI 62%

Dynamic TMoE: A Drift-Aware Dynamic Mixture of Experts Framework for Non-Stationary Time Series Forecasting

动态TMoE：一种针对非平稳时间序列预测的漂移感知动态专家混合框架

Jiawen Zhu, Shuhan Liu, Di Weng, Yingcai Wu

机构 * School of Software Technology, Zhejiang University, Ningbo, China ； State Key Lab of CAD\&CG, Zhejiang University, Hangzhou, China

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

AI总结本文提出Dynamic TMoE框架，通过动态构建异构专家和剪枝冗余专家来优化容量，并利用时间记忆路由器确保稳定且上下文感知的专家选择，从而在非平稳时间序列预测中实现更优性能。

Comments 27 pages, 7 figures. Accepted to ICML 2026

2605.12960 2026-05-21 cs.CL 57%

DiM\textsuperscript{3}: Bridging Multilingual and Multimodal Models via Direction- and Magnitude-Aware Merging

DiM\textsuperscript{3}: 通过方向和幅度感知融合连接多语言和多模态模型

Zijing Wang, Mingyang Wang, Ercong Nie, Yongkang Liu, Shi Feng, Mengjie Zhao, Daling Wang, Xiaocui Yang, Hinrich Schütze

机构 * Northeastern University, China（东北大学，中国）； CIS, LMU Munich, Germany（慕尼黑莱布尼茨大学计算机学院，德国）； Munich Center for Machine Learning (MCML), Germany（慕尼黑机器学习中心（MCML），德国）； Shanghai Jiao Tong University, China（上海交通大学，中国）

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

AI总结本研究提出DiM3方法，通过在共享语言模型骨干中融合残差更新，实现多语言和多模态能力的无缝整合，从而提升多语言性能并保持多模态能力。

2505.05897 2026-05-21 cs.CR cs.SE 57%

How Reliable Are FOSS Popularity Metrics? Analyzing the Effort Required for Spoofing Common Software Popularity Metrics

开源软件流行度指标有多可靠？分析伪造常见软件流行度指标所需的努力

Ben Swierzy, Timo Pohl, Marc Ohm, Michael Meier

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

AI总结本文研究了开源软件流行度指标的可靠性，分析了伪造这些指标所需的努力，并指出许多指标类别，如提交数据、问题跟踪器活动、下载量、仓库内容和依赖关系，可以被低至中等程度地操纵，揭示了npm上的一个涉及影响奖励机制的Sybil攻击。

Comments Short Version of arXiv:2505.05897v1, Full paper accepted at ARES 2025

2605.21172 2026-05-21 physics.comp-ph physics.data-an 50%

Lumina: An AI-Augmented Multiscale Material Informatics Framework for Extreme Aero-Chemo-Thermo-Mechanical Regimes

Lumina：一种增强型多尺度材料信息学框架，用于极端气-化-热-力学环境

Pradeep Kumar Seshadri, Vigneshwaran N, Sudaroli Dhananjeyan, Karthikeyan S, Navbila K, Sridhar S, Subhadevi K, Hari Sree Charan H, Abdul Azeez A, Jeswin Mickle, Harsha C

专题命中仓库级理解：repository(abstract)

AI总结本研究提出Lumina框架，通过整合多尺度材料数据，提升在极端气-化-热-力学环境下的预测模拟和实验设计的精度与效率，同时提供AI辅助的材料检索和自然语言查询功能。

Comments This work was presented in High Energy Materials Conference & Exhibition 2026 and subsequently published in its proceedings

2605.20352 2026-05-21 astro-ph.GA astro-ph.CO 50%

On the correlation between globular clusters and the distribution of dark matter in galaxy clusters: the case of Abell 2744

关于球状星团与星系团暗物质分布的相关性：以阿贝尔2744星系团为例

Marta Reina-Campos, Joshua S. Speagle, William E. Harris