PyPitfall: Dependency Chaos and Software Supply Chain Vulnerabilities in Python
本文介绍了 PyPitfall 研究，通过对 378,573 个 PyPI 包的依赖结构进行量化分析，揭示了 Python 软件供应链中广泛存在且易被忽视的漏洞依赖问题，旨在提升业界对 Python 供应链安全的关注。
💻 Category
cs
5739 篇论文
Improving Large Vision-Language Models' Understanding for Flow Field Data
本文提出了名为 FieldLVLM 的新框架，通过结合物理特征提取的领域感知语言生成策略与数据压缩的多模态模型微调，显著提升了大型视觉语言模型对流场等科学领域数据的理解能力。
Analysis and virtual element discretisation of a Stokes/Biot--Kirchhoff bulk--surface model
本文提出并分析了一种用于模拟斯托克斯流与 Biot-Kirchhoff 多孔弹性板耦合的 3D-2D 模型，通过证明其连续与离散形式的适定性及最优收敛性，展示了该方法在硅纳米孔膜免疫隔离封装模拟中的应用。
A robust and compliant robotic assembly control strategy for batch precision assembly task with uncertain fit types and fit amounts
本文针对具有不确定配合类型和配合量的批量化精密装配任务，提出了一种基于力 - 视觉融合控制器驱动的多任务强化学习与多教师策略蒸馏相结合的方法，成功构建并验证了能够适应不同配合状态、兼具高训练效率与优异力顺应性的鲁棒机器人装配控制策略。
Graph-Based Deterministic Polynomial Algorithm for NP Problems
该论文提出了一种基于图计算框架的确定性多项式时间算法，通过利用边重叠特性及局部不可行性修剪机制，在不显式枚举证书的情况下将 NP 问题的验证复杂度降至多项式级别，从而给出了 P=NP 的构造性证明。
You Only Pose Once: A Minimalist's Detection Transformer for Monocular RGB Category-level 9D Multi-Object Pose Estimation
本文提出了YOPO，一种单阶段、基于查询的极简检测Transformer框架，仅需单目RGB图像和类别级标签即可实现端到端的9自由度多物体姿态估计，并在多个基准测试中刷新了仅用RGB数据的性能纪录。
Lightening the Load: A Cluster-Based Framework for A Lower-Overhead, Provable Website Fingerprinting Defense
本文提出了名为 Adaptive Tamaraw 的自适应网站指纹防御框架，该框架通过聚类分析将流量划分为 (k,l)-多样性匿名集并动态调整填充参数，在保留信息论安全保证的同时，实现了隐私保护与通信开销之间的灵活权衡。
Automated Generation of Issue-Reproducing Tests by Combining LLMs and Search-Based Testing
本文提出了结合大语言模型与基于搜索的软件测试技术的 BLAST 工具，用于从问题 - 补丁对中自动生成复现问题的测试用例，并在基准测试和 GitHub 实际部署中验证了其优于现有技术的性能及实用价值。
CoRe-GS: Coarse-to-Refined Gaussian Splatting with Semantic Object Focus
CoRe-GS 提出了一种面向任务驱动的粗到精高斯溅射框架，通过仅对感兴趣区域进行选择性优化并引入颜色过滤机制去除异常点，在显著降低计算成本的同时提升了特定场景点的重建质量与分割效率，从而满足机器人实时操作需求。
Floating-Point Usage on GitHub: A Large-Scale Study of Statically Typed Languages
本文通过对 GitHub 上数百万静态类型语言仓库的大规模实证研究，揭示了现实世界中浮点数算术的使用特征，验证了现有基准测试的部分代表性并指出了其不足，同时发布了一个包含 1000 万个真实浮点函数的数据集以推动相关自动推理技术的发展。
Large Language Model Assisted Automated Algorithm Generation and Evolution via Meta-black-box optimization
本文提出了名为 AwesomeDE 的框架，利用大语言模型作为元优化器，通过标准化的提示设计（）自动生成并进化无人类干预的约束进化算法更新规则，实验表明该方法在计算效率、解的精度及跨领域泛化能力上均优于现有方法。
VocSegMRI: Multimodal Learning for Precise Vocal Tract Segmentation in Real-time MRI
本文提出了 VocSegMRI 框架，通过融合视频、音频和音位信息并利用交叉注意力机制与对比学习，显著提升了实时磁共振成像（rtMRI）中声道分割的精度与鲁棒性，在 USC-75 数据集上取得了优于现有方法的性能。
Multi-Quadruped Cooperative Object Transport: Learning Decentralized Pinch-Lift-Move
该论文提出了一种基于分层策略和星座奖励机制的去中心化多足机器人协作搬运方法，使 N 台四足机器人在无通信、无刚性连接且仅靠物理接触的情况下，能够协同完成对不可抓取物体的夹取、提升与移动任务，并实现了从 2 到 10 台机器人的任意规模扩展及仿真到现实的迁移。
Designing Culturally Aligned AI Systems For Social Good in Non-Western Contexts
该论文基于对七个国家、十八种语言及八个真实案例的混合研究，识别出影响非西方语境下 AI 系统设计部署的六大关键因素，并提出了十二条旨在促进跨学科协作、确保系统文化契合度与社会公平性的设计指南。
Automated Coral Spawn Monitoring for Reef Restoration: The Coral Spawn and Larvae Imaging Camera System (CSLICS)
本文提出了一种名为 CSLICS 的低成本模块化成像系统，利用人机协作训练的目标检测技术实现珊瑚产卵的自动化计数，在 Great Barrier Reef 的实验中不仅显著提升了不同发育阶段产卵检测的准确率（表面检测 F1 分数达 82.4%），还大幅减少了人工劳动时间，从而有效推动了珊瑚礁生态修复的规模化发展。
Learning Encoding-Decoding Direction Pairs to Unveil Concepts of Influence in Deep Vision Networks
该论文提出了一种无监督方法，通过识别解码方向（基于激活聚类）和估计编码方向（基于信号向量），并利用不确定性区域对齐技术，成功恢复了深度视觉网络中概念信息的编码 - 解码方向对，从而实现了对模型黑盒机制的可解释性分析、预测解释及干预修正。
LLaVAShield: Safeguarding Multimodal Multi-Turn Dialogues in Vision-Language Models
该论文针对视觉语言模型在多轮多模态对话中面临的安全挑战，构建了包含 4484 条标注对话的 MMDS 数据集及自动化红队测试框架，并提出了 LLaVAShield 安全审计系统，该系统在检测多轮对话中的隐蔽恶意意图和累积风险方面显著优于现有模型与工具。
Mapping Historic Urban Footprints in France: Balancing Quality, Scalability and AI Techniques
该研究通过开发一种针对历史地图复杂性的双阶段 U-Net 深度学习流程，成功从 1925 至 1950 年的法国历史地图中提取并发布了首个覆盖全国的高精度城市足迹数据集，填补了 20 世纪 70 年代前法国城市扩张量化分析的空白。
Connectivity Maintenance and Recovery for Multi-Robot Motion Planning
该论文提出了一种名为 MPC-CLF-CBF 的实时贝塞尔曲线约束运动规划算法，通过结合高阶控制障碍函数与控制李雅普诺夫函数，有效解决了多机器人集群在复杂障碍环境中维持连通性与导航成功率之间的矛盾，并实现了连接丢失后的自动恢复，且已在 8 架 Crazyflie 微型四旋翼飞行器的仿真与实物实验中得到验证。
LARA-Gen: Enabling Continuous Emotion Control for Music Generation Models via Latent Affective Representation Alignment
本文提出了 LARA-Gen 框架，通过潜在情感表示对齐和基于连续效价 - 唤醒度空间的情感控制模块，实现了音乐生成模型中细粒度且连续的情感控制，并建立了相应的评估基准以验证其优越性。