Modeling Concurrency Control as a Learnable Function
本文提出了 NeurCC，一种基于贝叶斯优化和图归约搜索算法的新型可学习并发控制机制，它通过高效映射数据库状态到控制动作的查找表，在多样化及动态变化的工作负载下实现了比现有最先进算法更高的事务吞吐量和优化速度。
💻 Category
cs
2527 篇论文
Actegories, Copowers, and Higher-Order Message Passing Semantics
本文通过将右作用范畴与右富集范畴的等价性从封闭对称情形推广至非封闭非对称情形，为支持高阶进程传递的并发语言 CaMPL 提供了必要的语义基础，解决了线性资源无法复用所导致的高阶定义难题。
Semi-Supervised Biomedical Image Segmentation via Diffusion Models and Teacher-Student Co-Training
本文提出了一种基于去噪扩散概率模型（DDPM）与师生协同训练框架的半监督生物医学图像分割新方法，通过无监督预训练生成语义掩码并结合多轮伪标签迭代策略，在标注数据有限的情况下显著提升了分割性能并超越了现有最先进技术。
Zooming In on Fakes: A Novel Dataset for Localized AI-Generated Image Detection with Forgery Amplification Approach
该论文针对现有局部 AI 生成图像检测数据集缺乏场景级编辑覆盖的局限，提出了包含 15 万张图像的大规模场景感知数据集 BR-Gen，并设计了基于噪声指纹引导的特征放大机制 NFA-ViT，通过增强异常特征与正常特征的交互显著提升了局部伪造检测的鲁棒性与泛化能力。
Scalable and Performant Data Loading
本文介绍了 SPDL，一个开源且框架无关的库，旨在通过完全释放 Python 全局解释器锁（GIL）来并行化数据预处理，从而显著加速 GPU 数据加载，在基准测试中相比 PyTorch DataLoader 提升了 74% 的迭代速度并降低了资源消耗，且在 Free-Threaded Python 环境下性能进一步提升了 33%。
Physics-Conditioned Grasping for Stable Tool Use
该论文提出了名为 iTuP 的逆工具使用规划框架及其核心网络 SDG-Net，通过基于刚体力学推导任务轨迹中的预测交互力矩并优化抓取选择，有效解决了传统视觉 - 语言系统在动态工具操作中因忽略惯性冲击和杠杆效应而导致的滑移与失稳问题，显著提升了真实世界中的任务成功率。
M4-SAR: A Multi-Resolution, Multi-Polarization, Multi-Scene, Multi-Source Dataset and Benchmark for optical-SAR Object Detection
该论文针对现有单源遥感目标检测在复杂环境下的局限性，提出了包含近百万标注实例的多分辨率、多极化、多场景、多源光学-SAR 融合数据集 M4-SAR，并配套开发了统一评测工具包及新型端到端融合检测框架 E2E-OSDet，显著提升了复杂场景下的检测精度。
MARRS: Masked Autoregressive Unit-based Reaction Synthesis
本文提出了 MARRS 框架，通过结合独立编码身体与手部单元的 UD-VAE、基于随机掩码的 Action-Conditioned Fusion 以及促进单元间交互的 Adaptive Unit Modulation，利用连续表示和扩散模型实现了高质量的细粒度人类动作反应合成。
EasyText: Controllable Diffusion Transformer for Multilingual Text Rendering
本文提出了基于扩散变换器（DiT）的 EasyText 框架，通过字符定位编码与位置编码插值技术，结合大规模多语言合成数据集，实现了高质量、可控且布局感知的多语言文本渲染。
Evaluating Large Language Models for Multilingual Vulnerability Detection at Dual Granularities
该论文通过基于 30,000 多个真实漏洞修复补丁的实证研究，系统评估了预训练语言模型（PLMs）和大语言模型（LLMs）在七种编程语言及函数与行双粒度下的漏洞检测能力，发现经过指令微调和少样本提示优化的 GPT-4o 在检测多语言及高危漏洞方面显著优于其他模型。
SpikeSMOKE: Spiking Neural Networks for Monocular 3D Object Detection with Cross-Scale Gated Coding
本文提出了名为 SpikeSMOKE 的架构，通过引入受生物突触过滤机制启发的跨尺度门控编码（CSGC）和轻量级残差块，成功将低功耗的脉冲神经网络应用于单目 3D 目标检测，在 KITTI 等数据集上显著提升了检测精度并大幅降低了能耗与计算量。
A Decade of News Forum Interactions: Threaded Conversations, Signed Votes, and Topical Tags
该论文发布了一个涵盖 2013 至 2022 年十年间奥地利《标准报》（DerStandard）平台的大规模纵向数据集，包含超过 7500 万条评论、4 亿多张投票及丰富的元数据，通过提供匿名化标识符和预计算的向量表示而非原始文本，在严格保护用户隐私的同时，为德语在线话语的动态、网络结构及语义分析研究提供了宝贵资源。
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。
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。
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。
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。