Association for Computing Machinery
PulseAugur coverage of Association for Computing Machinery — every cluster mentioning Association for Computing Machinery across labs, papers, and developer communities, ranked by signal.
6 天有情绪数据
-
Folk Computer：一种物理的、具身化的编程系统从研究中涌现
作者描述了 Folk Computer 系统，这是一个由 Omar Rizwan 和 Andrés Cuervo 开发的开源物理计算环境。该系统源自 Bret Victor 的 Dynamicland 实验室，将整个房间变成一个可编程空间，超越了传统的基于屏幕的界面。用户通过操纵纸质程序、绘图和连接设备等物理对象进行交互，培养更具协作性和具身化的编程体验。该文将这种方法与当前的商业软件格局进行了对比，强调了基础性、看似无用的价值。
-
EdgeRefine 框架提高了图神经网络中的隐私-效用平衡
研究人员开发了 EdgeRefine，一个旨在提高图神经网络 (GNN) 中隐私-效用平衡的新颖框架。该方法通过采用自适应边缘精炼和 Jaccard 相似度进行边缘概率估计，解决了图数据中敏感链接信息泄露的挑战。EdgeRefine 旨在在保持强大隐私保证的同时提高准确性，在 ACM 和 Cora 等基准数据集上显著优于现有方法。
-
WAIC 2026将探讨由数学与AI协同驱动的AI范式转变
世界人工智能大会（WAIC）2026将聚焦数学与人工智能的协同关系，旨在推动行业从工程驱动发展转向以理论创新和实际应用为中心的范式。会议将探讨数学原理如何解决当前AI在可解释性和鲁棒性等方面的局限性，以及AI工具如何加速数学研究。主要议题包括“数学赋能AI”、“AI赋能数学”以及“AI+数学在现实世界中的应用”，并将举行相关学术界和研究界领军人物的讨论和论坛。
-
新的Blackknife框架实现了对图神经网络的黑盒攻击
研究人员开发了Blackknife，一个旨在对异构图神经网络（HGNNs）执行黑盒对抗性攻击的新颖框架。这种攻击方法在严格的限制下运行，仅需要单跳邻域信息和少量硬标签查询，而无需访问受害者模型的架构、参数、梯度或完整图结构。Blackknife从可观察的邻域构建代理模型，使用连续软权重优化扰动，然后将这些扰动离散化为保留关系的结构重连操作。在ACM、DBLP和IMDB等基准数据集上的实验表明，即使面对基于拓扑的防御策略，Blackkn…
-
在APL编程语言中探索卷积神经网络
该集群讨论了一篇题为“APL中的卷积神经网络”的2019年论文。该论文探讨了卷积神经网络（CNN）在APL编程语言中的应用。它发表在ACM上，可通过Lobste.rs讨论串获取。
-
阿里巴巴的 ABot-Earth0.5 领跑 Hugging Face 3D 世界模型排行榜
阿里巴巴的 AutoNavi 发布了其 3D 原生城市世界模型 ABot-Earth0.5。该模型的配套技术论文在 Hugging Face 的月度、周度和日度排行榜上均位居榜首，表明其获得了显著的全球关注。ABot-Earth0.5 的显著特点是能够直接在 3D 数据上进行训练，从而实现对三维空间的原生理解，并高效生成 3D 城市场景。该模型可以在消费级 GPU 上大约 10 分钟内生成公里级 3D 城市场景，并输出与 Unity …
-
AI开放性在新的研究论文中受到质疑
研究人员Rainer Rehak、André Ullrich和Gergana Vladova将在柏林Weizenbaum会议上展示他们的工作。他们的论文《AI开放性的争议》（Contesting Openness in AI）发表在ACM国际社会公益信息技术会议上，该论文探讨了“开放性”一词在人工智能背景下的问题性应用。研究对通常归因于开源AI的变革价值和参与潜力提出了质疑。
-
论文提出第三方AI审计框架
ACM发表的一篇论文详细介绍了对人工智能系统进行第三方审计的建议。研究强调需要有健全和独立的评估方法来确保AI的安全性和问责制。这些建议旨在为评估AI技术提供一个框架。
-
Bertrand Meyer 讨论人工智能对软件验证的影响
Bertrand Meyer 发表了关于人工智能背景下软件验证的演讲，对人工智能在软件工程领域的现状提供了平衡的视角。他的演讲提供了令人惊讶又令人欣慰的见解，其中一些观点兼具这两者。对于那些对人工智能与软件开发交叉领域感兴趣的人来说，强烈推荐这次演讲。
-
TypeBandit 方法改进了异构图中的属性补全
研究人员推出了一种名为 TypeBandit 的新方法，旨在改进异构图神经网络中的属性补全。该方法通过认识到不同节点类型提供不同程度的有用信息来解决节点属性缺失的挑战。TypeBandit 优化了这些节点类型的采样资源分配，以增强表示学习。
-
ACM TechBrief 探讨软件开发中的 vibe coding
一份新的 ACM TechBrief 探讨了“vibe coding”的概念，这是一种利用 AI 来理解和复制代码主观感觉或“vibe”的方法。该方法旨在通过分析除功能性以外的因素来提高代码质量和开发人员体验。该简报讨论了其在软件开发中的潜在应用和影响。