計(jì)算機(jī)科學(xué)(2025年01期)
Computer Science

目 錄

• 基于預(yù)訓(xùn)練語(yǔ)言模型的知識(shí)圖譜研究綜述
• 大模型紅隊(duì)測(cè)試研究綜述
• 面向聯(lián)邦大語(yǔ)言模型訓(xùn)練的傳輸優(yōu)化技術(shù)綜述
• 提示學(xué)習(xí)中思維鏈生成和增強(qiáng)方法綜述
• 大模型驅(qū)動(dòng)多智能體的軍事需求生成框架
• SWARM-LLM:基于大語(yǔ)言模型的無(wú)人集群任務(wù)規(guī)劃系統(tǒng)
• 基于預(yù)訓(xùn)練大模型的行動(dòng)方案生成方法
• 一種基于知識(shí)圖譜的檢索增強(qiáng)生成情報(bào)問(wèn)答技術(shù)
• 大語(yǔ)言模型驅(qū)動(dòng)的多元關(guān)系知識(shí)圖譜補(bǔ)全方法
• 跨城市人類移動(dòng)行為預(yù)測(cè)研究綜述
• 基于重復(fù)數(shù)據(jù)刪除的分層存儲(chǔ)優(yōu)化技術(shù)研究進(jìn)展
• 面向NewSQL數(shù)據(jù)庫(kù)數(shù)據(jù)協(xié)同持久化的研究
• 面向遠(yuǎn)程內(nèi)存圖數(shù)據(jù)庫(kù)的應(yīng)用感知分離式存儲(chǔ)設(shè)計(jì)
• 路徑掩碼自編碼器引導(dǎo)無(wú)監(jiān)督屬性圖節(jié)點(diǎn)聚類
• 融合時(shí)頻特征的多粒度時(shí)間序列對(duì)比學(xué)習(xí)方法
• 聯(lián)邦學(xué)習(xí)在醫(yī)學(xué)圖像處理任務(wù)中的研究綜述
• 面向工業(yè)品缺陷檢測(cè)的對(duì)比表示學(xué)習(xí)
• 基于多目標(biāo)優(yōu)化的工作量感知即時(shí)軟件缺陷預(yù)測(cè)特征構(gòu)建方法
• 基于細(xì)粒度代碼表示和特征融合的即時(shí)軟件缺陷預(yù)測(cè)方法
• 基于CodeBERT和Stacking集成學(xué)習(xí)的補(bǔ)丁正確性驗(yàn)證方法
• 視覺(jué)富文檔理解預(yù)訓(xùn)練綜述
• 基于多關(guān)系圖注意力網(wǎng)絡(luò)的社交機(jī)器人檢測(cè)
• 融合情感和常識(shí)知識(shí)的對(duì)話生成模型
• 基于混合模仿學(xué)習(xí)的多智能體追捕決策方法
• 面向工業(yè)動(dòng)態(tài)取送貨問(wèn)題的分解多目標(biāo)進(jìn)化算法
• 計(jì)算機(jī)視覺(jué)領(lǐng)域?qū)箻颖緳z測(cè)綜述
• 圖聯(lián)邦學(xué)習(xí)：?jiǎn)栴}、方法與挑戰(zhàn)
• 基于動(dòng)態(tài)貝葉斯博弈的工業(yè)控制網(wǎng)絡(luò)惡意接入檢測(cè)研究
• 基于SE注意力多源域?qū)咕W(wǎng)絡(luò)的射頻指紋識(shí)別
• 視覺(jué)Transformer(ViT)發(fā)展綜述