AI 大模型

代码大模型 / AI 编程

代码生成、软件工程智能体、程序修复、测试生成和开发者工具。

2025-12-23 至 2025-12-23 共收录 5 篇信号源：cs.SE, cs.CL, cs.AI, cs.LG, cs.PL

1. 仓库级理解 5 篇

2512.18865 2025-12-23 cs.CV cs.CL cs.LG 62%

Application of deep learning approaches for medieval historical documents transcription

深度学习方法在中世纪历史文献转录中的应用

Maksym Voloshchuk, Bohdana Zarembovska, Mykola Kozlenko

专题命中仓库级理解：repository(abstract)；分类 cs.CL、cs.LG

AI总结本文提出深度学习方法用于中世纪拉丁文文献的转录，通过改进的模型流程提升识别效率，并提供了实验结果与数据集开发细节。

Comments 15 pages, 15 figures, 4 tables. Originally published by CEUR Workshop Proceedings (CEUR-WS.org, ISSN 1613-0073), available: https://ceur-ws.org/Vol-4133/S_05_Kozlenko.pdf

Journal ref Proceedings of the 9th International Scientific and Practical Conference Applied Information Systems and Technologies in the Digital Society (AISTDS 2025), in CEUR Workshop Proceedings, vol. 4133, Kyiv, Ukraine, Oct. 1, 2025, pp. 45-60

2512.19524 2025-12-23 cs.LG cs.NA math.NA 57%

Initialization of a Polyharmonic Cascade, Launch and Testing

多项式谐波级联的初始化，启动与测试

Yuriy N. Bakhvalov

专题命中仓库级理解：repository(abstract)；分类 cs.LG

AI总结本文提出了一种基于超八面体对称星座的多项式谐波级联初始化方法，实现了高效稳定训练并在多个数据集上展示了优异的性能。

Comments Part 4 of 4 in the "Polyharmonic Cascade" cycle. Contains initialization algorithms and experimental results (MNIST, HIGGS, Epsilon). Previous papers: arXiv:2512.12731, arXiv:2512.16718, arXiv:2512.17671. Source code: https://github.com/xolod7/polyharmonic-cascade

2512.18670 2025-12-23 cs.LG 57%

Demonstration-Guided Continual Reinforcement Learning in Dynamic Environments

动态环境中的演示引导持续强化学习

Xue Yang, Michael Schukat, Junlin Lu, Patrick Mannion, Karl Mason, Enda Howley

机构 * School of Computer Science, University of Galway（Galway大学计算机科学学院）

专题命中仓库级理解：repository(abstract)；分类 cs.LG

AI总结本研究提出演示引导持续强化学习（DGCRL），通过外部演示库指导智能体探索与适应，提升动态环境中的学习效率和知识迁移能力。

2512.19112 2025-12-23 math.AG math.AC math.CO 50%

The geometric Merkurjev-Panin Conjecture for the Cox category

Cox范畴的几何Merkurjev-Panin猜想

Daniel Erman, Andrew Hanlon, Gaku Liu, Hailun Zheng

专题命中仓库级理解：repository(abstract)

AI总结本文证明了Cox范畴中几何Merkurjev-Panin猜想的强版本成立，揭示了该范畴在研究代数簇同调代数中的重要性。

Comments 16 pages, 3 figures

2406.05491 2025-12-23 cs.CV cs.CR 50%

One Perturbation is Enough: On Generating Universal Adversarial Perturbations against Vision-Language Pre-training Models

一次扰动就足够：针对视觉-语言预训练模型生成通用对抗扰动

Hao Fang, Jiawei Kong, Wenbo Yu, Bin Chen, Jiawei Li, Hao Wu, Shutao Xia, Ke Xu

机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院，清华大学）； Harbin Institute of Technology（哈尔滨工业大学）

专题命中仓库级理解：repository(abstract)

AI总结本文提出C-PGC方法，通过对比学习生成通用对抗扰动，攻击视觉-语言预训练模型的多模态对齐能力。

Comments Accepted by ICCV-2025