代码大模型 / AI 编程

FRWKV:Frequency-Domain Linear Attention for Long-Term Time Series Forecasting

FRWKV：频率域线性注意力用于长期时间序列预测

Qingyuan Yang, Shizhuo Deng, Dongyue Chen, Da Teng, Zehua Gan

机构 * College of Information Science and Engineering（信息科学与工程学院） 纠错

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

AI总结 FRWKV通过频率域线性注意力机制提升长序列时间序列预测的效率与准确性

Hyperbolic Large Language Models

双曲大语言模型

Sarang Patil, Zeyong Zhang, Yiran Huang, Tengfei Ma, Mengjia Xu

机构 * Department of Data Science, New Jersey Institute of Technology（数据科学系，新泽西理工学院） ； Department of Biomedical Informatics, Stony Brook University（生物医学信息学系，石溪大学） 纠错

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

AI总结 本文提出双曲大语言模型，通过双曲几何提升语义表示学习和多尺度推理能力。

Comments 27 pages, 7 figures

LOCUS: A System and Method for Low-Cost Customization for Universal Specialization

LOCUS：一种低成本定制化用于通用特化的系统和方法

Dhanasekar Sundararaman, Keying Li, Wayne Xiong, Aashna Garg

机构 * Microsoft（微软） 纠错

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

AI总结 LOCUS通过低成本定制化方法，在通用特化任务中实现高效模型训练，优于GPT-4o并显著降低计算成本。

Small Language Models Reshape Higher Education: Courses, Textbooks, and Teaching

小型语言模型重塑高等教育：课程、教材和教学

Jian Zhang, Jia Shao

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

AI总结 本研究利用小型语言模型重新设计大气物理课程，通过构建高维向量库实现教学资源的动态化与智能化，推动教育模式的变革。

Comments in Chinese language

FedGES: A Federated Learning Approach for BN Structure Learning

FedGES：一种用于贝叶斯网络结构学习的联邦学习方法

Pablo Torrijos, José A. Gámez, José M. Puerta

机构 * Instituto de Investigación en Informática de Albacete (I3A). Universidad de Castilla-La Mancha（阿尔巴塞特信息研究所（I3A）. 卡斯蒂利亚-拉曼查大学） ； Departamento de Sistemas Informáticos. Universidad de Castilla-La Mancha（信息系统系. 卡斯蒂利亚-拉曼查大学） 纠错

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

AI总结 FedGES是一种用于贝叶斯网络结构学习的联邦学习方法，通过仅交换网络结构而非数据来解决隐私问题，适用于高维和稀疏数据场景。

Journal ref Discovery Science. DS 2024. Lecture Notes in Computer Science(), vol 15244. Springer, Cham

Training Multi-Layer Binary Neural Networks With Local Binary Error Signals

训练多层二进制神经网络的局部二进制误差信号

Luca Colombo, Fabrizio Pittorino, Manuel Roveri

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

AI总结 本研究提出了一种完全二进制且无梯度的训练算法，用于多层二进制神经网络，通过局部二进制误差信号和二进制权重更新，显著提升测试准确率并降低计算成本。

Journal ref Machine Learning: Science and Technology, 2025, 6(3): 035015

One Detector Fits All: Robust and Adaptive Detection of Malicious Packages from PyPI to Enterprises

一个检测器适用于所有：从PyPI到企业的恶意包鲁棒且自适应检测

Biagio Montaruli, Luca Compagna, Serena Elisa Ponta, Davide Balzarotti

机构 * Endor Labs（Endor实验室） 纠错

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

AI总结 本文提出一种鲁棒且自适应的恶意包检测器，适用于PyPI和企业环境，通过对抗性训练提升检测鲁棒性，并在不同FPR需求下实现高效检测。

Comments Proceedings of the 2025 Annual Computer Security Applications Conference (ACSAC' 25), December 8-12, 2025, Honolulu, Hawaii, USA

Package Dashboard: A Cross-Ecosystem Framework for Dual-Perspective Analysis of Software Packages

Package Dashboard: 一个跨生态系统的软件包双视角分析框架

Ziheng Liu, Runzhi He, Minghui Zhou

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

AI总结 Package Dashboard是一个跨生态系统的软件包分析框架，通过整合元数据、漏洞信息和社区健康指标，实现全面的双视角风险评估，提升开源生态系统的透明性和可信度。

Misalignment of Semantic Relation Knowledge between WordNet and Human Intuition

词网与人类直觉之间语义关系知识的不一致

Zhihan Cao, Hiroaki Yamada, Simone Teufel, Takenobu Tokunaga

机构 * Institute of Science Tokyo（东京科学研究所） ； University of Cambridge（剑桥大学） 纠错

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

AI总结 研究发现词网与人类直觉在语义关系知识上存在系统性不一致，影响其应用与改进。

Comments Accepted by Global WordNet Conference 2025

Journal ref Proceedings of the 13th Global Wordnet Conference (GWC2025), pages 25-36

Learning with Physical Constraints

带有物理约束的学习

Miguel A. Mendez, Jan van Den Berghe, Manuel Ratz, Matilde Fiore, Lorenzo Schena

机构 * von Karman Institute for Fluid Dynamics（冯·卡门流体动力学研究所） 纠错

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

AI总结 本研究通过三个玩具问题展示了如何利用物理约束进行回归，涵盖超分辨率、湍流建模和系统识别等应用。

Comments Chapter 3 from Machine Learning for Fluid Dynamics (ISBN 978-2875162090). Based on the VKI-ULB lecture series ''Machine Learning for Fluid Dynamics,'' held in Brussels in February 2022

The Hidden AI Race: Tracking Environmental Costs of Innovation

隐藏的人工智能竞赛：追踪创新的环境成本

Shyam Agarwal, Mahasweta Chakraborti

机构 * Department of Computer Science, University of California, Davis（加州大学戴维斯分校计算机科学系） ； Department of Communication, University of California, Davis（加州大学戴维斯分校传播系） 纠错

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

AI总结 本文研究了人工智能创新的环境成本，发现模型大小和版本发布频率与高排放相关，同时揭示了不同组织类型对排放的影响，呼吁推动绿色AI实践。

C$^2$DLM: Causal Concept-Guided Diffusion Large Language Models

C$^2$DLM: 基于因果概念的扩散大语言模型

Kairong Han, Nuanqiao Shan, Ziyu Zhao, Zijing Hu, Xinpeng Dong, Junjian Ye, Lujia Pan, Fei Wu, Kun Kuang

机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Noah’s Ark Lab, Huawei Technologies（华为技术有限公司诺亚实验室） 纠错

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

AI总结 C$^2$DLM通过引入因果概念引导机制，提升大语言模型在推理任务中的性能。

DISCO: A Browser-Based Privacy-Preserving Framework for Distributed Collaborative Learning

DISCO：一种基于浏览器的隐私保护分布式协作学习框架

Julien T. T. Vignoud, Valérian Rousset, Hugo El Guedj, Ignacio Aleman, Walid Bennaceur, Batuhan Faik Derinbay, Eduard Ďurech, Damien Gengler, Lucas Giordano, Felix Grimberg, Franziska Lippoldt, Christina Kopidaki, Jiafan Liu, Lauris Lopata, Nathan Maire, Paul Mansat, Martin Milenkoski, Emmanuel Omont, Güneş Özgün, Mina Petrović, Francesco Posa, Morgan Ridel, Giorgio Savini, Marcel Torne, Lucas Trognon, Alyssa Unell, Olena Zavertiaieva, Sai Praneeth Karimireddy, Tahseen Rabbani, Mary-Anne Hartley, Martin Jaggi

机构 * EPFL（瑞士联邦理工学院） ； University of Chicago（芝加哥大学） 纠错

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

AI总结 DISCO提供了一种基于浏览器的隐私保护分布式协作学习框架，允许非技术人员无需编程知识即可共同构建机器学习模型。

FISCAL: Financial Synthetic Claim-document Augmented Learning for Efficient Fact-Checking

FISCAL: 金融合成声明-文档增强学习用于高效事实核查

Rishab Sharma, Iman Saberi, Elham Alipour, Jie JW Wu, Fatemeh Fard

机构 * Charli Capital（Charli资本） ； University of British Columbia（不列颠哥伦比亚大学） ； Michigan Technological University（密歇根技术大学） 纠错

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

AI总结 FISCAL通过生成领域特定合成数据和高效微调，使小型模型在金融事实核查任务中达到最先进的准确性、鲁棒性和可扩展性。

Comments 3 tables, 11 pages, 39th Conference on Neural Information Processing Systems (NeurIPS 2025) Workshop: Generative AI in Finance

FunReason: Enhancing Large Language Models' Function Calling via Self-Refinement Multiscale Loss and Automated Data Refinement

FunReason: 通过自精炼多尺度损失和自动化数据精炼增强大语言模型的功能调用

Bingguang Hao, ZengZhuang Xu, Maolin Wang, Yuntao Wen, Yicheng Chen, Cunyin Peng, Long Chen, Dong Wang, Xiangyu Zhao, Jinjie Gu, Chenyi Zhuang, Ji Zhang

机构 * AWorld Team, Inclusion AI（AWorld Team，Inclusion AI） ； City University of Hong Kong（香港城市大学） ； Southwest Jiaotong University（西南交通大学） 纠错

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

AI总结 FunReason通过自精炼多尺度损失和自动化数据精炼方法，提升大语言模型的功能调用能力，实现性能接近GPT-4o并缓解微调中的灾难性遗忘。

Generative AI for Cel-Animation: A Survey

生成式AI用于动画：一种调查

Yolo Y. Tang, Junjia Guo, Pinxin Liu, Zhiyuan Wang, Hang Hua, Jia-Xing Zhong, Yunzhong Xiao, Chao Huang, Luchuan Song, Susan Liang, Yizhi Song, Liu He, Jing Bi, Mingqian Feng, Xinyang Li, Zeliang Zhang, Chenliang Xu

机构 * University of Rochester（罗切斯特大学） ； UCSB ； University of Oxford（牛津大学） ； CMU（卡内基梅隆大学） ； Purdue University（普渡大学） 纠错

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

AI总结 本文调查生成式AI如何通过自动化任务革新传统动画流程，降低技术门槛，扩大创作者群体，并促进艺术创新。

Comments Accepted by ICCV 2025 AISTORY Workshop

An Analysis of Constraint-Based Multi-Agent Pathfinding Algorithms

基于约束的多智能体路径寻找算法分析

Hannah Lee, James D. Motes, Marco Morales, Nancy M. Amato

机构 * Parasol Lab, School of Computer Science, University of Illinois at Urbana Champaign（帕索尔实验室，计算机科学学院，伊利诺伊大学厄巴纳-香槟分校） ； Department of Computer Science at Instituto Tecnológico Autónomo de México (ITAM)（墨西哥自治理工学院（ITAM）计算机科学系） 纠错

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

AI总结 本文分析了基于约束的多智能体路径寻找算法，探讨了保守型与激进型约束在不同场景下的性能差异，并提供了决策流程图以指导约束选择，同时强调了拓扑特征在多机器人运动规划中的重要性。

SlsReuse: LLM-Powered Serverless Function Reuse

SlsReuse：基于LLM的无服务器函数重用

Jinfeng Wen, Yuehan Sun

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

AI总结 SlsReuse是首个基于LLM的无服务器函数重用框架，通过语义增强表示和多级修剪策略提升函数推荐效果。

Tele-LLM-Hub: Building Context-Aware Multi-Agent LLM Systems for Telecom Networks

Pranshav Gajjar, Cong Shen, Vijay K Shah

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

Thai Universal Dependency Treebank

Panyut Sriwirote, Wei Qi Leong, Charin Polpanumas, Santhawat Thanyawong, William Chandra Tjhi, Wirote Aroonmanakun, Attapol T. Rutherford

机构 * Department of Linguistics, Chulalongkorn University（朱拉隆梭大学语言学系） ； AI Singapore（AI新加坡） ； Amazon（亚马逊） ； Prince of Songkhla University（素可诺大学） 纠错

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

DataOps-driven CI/CD for analytics repositories

Dmytro Valiaiev

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

Probabilistic Robustness Analysis in High Dimensional Space: Application to Semantic Segmentation Network

Navid Hashemi, Samuel Sasaki, Diego Manzanas Lopez, Lars Lindemann, Ipek Oguz, Meiyi Ma, Taylor T. Johnson

机构 * Department of Computer Science, Vanderbilt University（计算机科学系，范德比尔特大学） ； Automatic Control Laboratory, ETH Zürich（自动控制实验室，苏黎世联邦理工学院） 纠错

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

MSMT-FN: Multi-segment Multi-task Fusion Network for Marketing Audio Classification

HongYu Liu, Ruijie Wan, Yueju Han, Junxin Li, Liuxing Lu, Chao He, Lihua Cai

机构 * South China Normal University（华南师范大学） 纠错

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

Comments Accepted at The 21st International Conference on Advanced Data Mining and Applications (ADMA 2025). In book: Advanced Data Mining and Applications (pp.306-320)

Maximizing Efficiency of Dataset Compression for Machine Learning Potentials With Information Theory

Benjamin Yu, Vincenzo Lordi, Daniel Schwalbe-Koda

机构 * Department of Materials Science and Engineering, University of California, Los Angeles, CA, United States（加州大学洛杉矶分校材料科学与工程系） ； Materials Science Division, Lawrence Livermore National Laboratory, CA, United States（劳伦斯利弗莫尔国家实验室材料科学部） 纠错

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

Comments main text + SI; code at https://github.com/dskoda/quests

From Euler to Today: Universal Mathematical Fallibility A Large-Scale Computational Analysis of Errors in ArXiv Papers

Igor Rivin

机构 * Department of Mathematics, Temple University（特拉华大学数学系） 纠错

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

Dual-Mode Deep Anomaly Detection for Medical Manufacturing: Structural Similarity and Feature Distance

Julio Zanon Diaz, Georgios Siogkas, Peter Corcoran

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

Comments 12 pages, 3 figures, 3 tables

Towards Explainable Khmer Polarity Classification

Marry Kong, Rina Buoy, Sovisal Chenda, Nguonly Taing

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

One Period to Rule Them All: Identifying Critical Learning Periods in Deep Networks

Vinicius Yuiti Fukase, Heitor Gama, Barbara Bueno, Lucas Libanio, Anna Helena Reali Costa, Artur Jordao

机构 * Escola Politécnica, Universidade de São Paulo（圣保罗大学politécnica学院） 纠错

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

PyGress: Tool for Analyzing the Progression of Code Proficiency in Python OSS Projects

Rujiphart Charatvaraphan, Bunradar Chatchaiyadech, Thitirat Sukijprasert, Chaiyong Ragkhitwetsagul, Morakot Choetkiertikul, Raula Gaikovina Kula, Thanwadee Sunetnanta, Kenichi Matsumoto

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

An Empirical Study of Java Code Improvements Based on Stack Overflow Answer Edits

In-on Wiratsin, Chaiyong Ragkhitwetsagul, Matheus Paixao, Denis De Sousa, Pongpop Lapvikai, Peter Haddawy

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