Northeastern University（东北大学）

TestifAI: Tomography-Based Testing for Deep Learning Systems

TestifAI：基于层析成像的深度学习系统测试方法

Arooj Arif, Tobias Hartung, Elena Botoeva, Alexandros Koliousis

机构 * Northeastern University London（伦敦东北大学） ； University of Kent（肯特大学） 纠错

AI总结 TestifAI是一种深度学习测试框架，通过部分模型层析成像从低阶扰动观测预测高阶扰动测试结果，可高效准确估计多扰动下的模型鲁棒性，减少60-80%的推理量且总误差低于7%。

A Tool to Map AI Programs in the U.S.: A Snapshot from April 2026 and an Analysis of Requirements for AI Majors and Minors

美国人工智能项目映射：2026年初现状报告及AI主修与辅修分析

Felix Muzny, Carolyn Jones, Carter Ithier, Hasnain Sikora, Hrutika Harshadbhai Patel, Carla E. Brodley

机构 * Center for Inclusive Computing（包容计算中心） ； Khoury College of Computer Sciences（科里学院计算机科学学院） ； Northeastern University（东北大学） ； Boston, Massachusetts, United States（马萨诸塞州波士顿，美国） 纠错

AI总结 报告2026年春美国本科AI项目现状，开发动态更新工具扫描560多所院校的350多个项目，分析66个AI主修和87个辅修的课程要求，发现并非所有主修都要求通用AI课程但需机器学习，超三分之一主修要求AI伦理课程而辅修不足四分之一。

Comments 7 pages, 3 figures, accepted to SIGCSE-virtual 2026