929 篇论文
本文通过对 NVIDIA Ada Lovelace 架构 RTX 4060 上 cuBLAS、CUTLASS 以及自定义 WMMA 实现的 FP16 GEMM 性能进行基准测试，揭示了采用特定分块几何结构的深度为三的流水线达到了峰值吞吐量的 52.7%，并表明共享内存压力而非流水线深度是限制进一步优化的主要瓶颈。
本文提出了一种多智能体 AI 框架，该框架集成了基于规则的分析、公共 RAG、由 Groq 驱动的 LLM 推理以及 Q-learning 强化学习，旨在自主检测、重构并验证软件仓库中的代码质量改进，在保持功能正确性的同时，实现了技术债的显著降低。
本文提出了一种“模拟形态场”——一个作为持久共享内存层计算隐喻的概念——旨在提高多智能体机器人学习的效率与可持续性，同时将其作为工程教育中教授集体智能与系统思维的一种教学工具。
本文介绍了 PromptCanary，这是一个开源工具，它通过使用可定制的提示词和评分探测器，将黄金标准回归测试应用于检测大语言模型 API 中无声的行为漂移，通过将当前输出与版本化的基准进行对比来实现。
本文介绍了 ANA，这是一款由人工智能驱动的多模态应用，它将文本、语音和视频分析与内感家庭系统（IFS）疗法原理相结合，以准确识别用户的情绪状态和内在心理部分，通过在多种模态上实现高性能，从而实现更丰富、具身化的心理健康交互。
本文提出了一种将基于形状特征（shapelet）的时间序列分析与多维数据结构及范围约束相结合的方法论，旨在精确识别驱动社交媒体上仇恨言论传播的时间窗口和用户连接模式，从而实现更有效的事件检测与缓解。
本研究利用多模态可穿戴数据和机器学习，证明了英语学习者与英语母语者在数字化评估期间存在显著的压力差异，实现了高检测准确率并识别出关键预测特征，旨在为设计更具支持性、以人为本的教育技术提供参考。
本文提出了切向子空间边界攻击（Tangent Subspace Boundary Attack, TSBA），这是一种查询高效的基于决策的黑盒对抗攻击方法，通过将扰动更新限制在决策边界的低维切向子空间内，该方法改进了现有方法，旨在稳定搜索过程并显著降低查询复杂度，同时保持具有竞争力的失真水平。
本研究表明，尽管 Kolmogorov–Arnold 网络（KANs）在非线性结构动力学中本质上比标准 MLP 更好地缓解了谱偏差，但应用傅里叶特征编码是决定准确性的主导因素，这使得傅里叶增强型 MLP 优于纯 KANs 以及由于存在与物理信息优化不兼容的梯度振荡而导致性能退化的傅里叶增强型 KANs。
本文介绍了 IRA，这是一个结合了基于代码混合语料库训练的可解释性 MLP 意图分类器与生成式回退模式的混合对话框架，旨在为心理健康和支持应用实现高准确度和高透明度的情感感知对话；需注意，基于重复的过采样“未引入词汇变化”。