• 限制参与度：反馈功能在界面中对大型语言模型的影响

  ### 对ChatGPT反馈机制的深入分析随着大型语言模型（LLMs）的广泛应用，它们对社会和经济的影响日益显著。从最初的封闭式研究环境到如今通过浏览器界面向公众开放，这一转变不仅改变了用户与AI的互动方式，也重新定义了用户在模型迭代中的角色。本文旨在探讨ChatGPT界面中交互式反馈功能如何塑造用户参与LLMs迭代的模式，同时指出这些机制可能带来的局限性。通过对早期用户的调查，我们发现这些反馈功能鼓励用户提交简单、频繁且以性能为导向的反馈，但抑制了集体输入和用户之间的讨论，这可能导致参与过程中的权力不平衡。本文不仅对现有反馈机制进行了批判性分析，还提出了设计改进的方向，以促进更广泛和深入的用

  来源：ACM Journal on Responsible Computing

  时间：2025-11-07

• 关于人类脆弱性的三种视角：丰富负责任计算设计过程

  在当今社会，随着数字技术日益渗透到人们的日常生活之中，如何理解和应对人类的脆弱性成为了计算领域的重要议题。随着这一趋势的不断发展，人们开始更加关注计算技术如何在设计过程中融入对脆弱性的理解，从而实现更具责任感和包容性的技术发展。本文旨在通过引入三种不同的脆弱性视角——个体主义视角、关系主义视角和具身化视角——来深化和拓展对脆弱性与辅助技术设计之间关系的讨论。这三种视角分别强调了脆弱性的不同方面，从而为计算领域的工程师和研究人员提供了更全面的思考框架。通过综合运用这些视角，可以避免在设计辅助技术时可能产生的负面后果，即那些原本旨在缓解脆弱性的技术反而可能加剧或创造新的脆弱性。本文还呼吁计算领域进

  来源：ACM Journal on Responsible Computing

  时间：2025-11-07

• 自适应双层优化

  在机器学习领域，随着复杂模型和任务的不断扩展，优化问题的形式也变得更加多样化和复杂化。其中，** bilevel optimization（双层优化）**作为一种特殊的优化结构，因其在多个应用中展现出的强大建模能力而受到广泛关注。双层优化问题通常包含两个嵌套的优化任务，其中外层目标函数的最小化依赖于内层问题的最优解。这种结构在超参数优化、元学习、强化学习等领域具有广泛的应用价值。然而，传统的双层优化算法往往需要预先知道内层和外层目标函数的梯度Lipschitz常数，这些常数通常难以准确估计，导致算法在实际应用中面临较大的调参压力。因此，如何设计一种**无需预先知道Lipschitz常数的自适应

  来源：ACM / IMS Journal of Data Science

  时间：2025-11-07

• 阻抗泄漏漏洞及其在嵌入式软件逆向工程中的应用

  摘要发现新的漏洞并实施安全与隐私保护措施对于防范系统及数据受到物理攻击至关重要。其中一种漏洞是“阻抗”（impedance），这是一种设备固有的特性，可能被利用通过非预期的侧信道（side-channel）泄露信息，从而带来严重的安全和隐私风险。与传统漏洞不同，阻抗常常被忽视或仅被浅尝辄止地研究，因为在研究和设计过程中它通常被视为在特定频率下的固定值，导致其潜在的信息泄露风险未被充分探索。本文表明，嵌入式设备的阻抗并非恒定不变，而是与设备上执行的程序直接相关。我们将这种现象称为“阻抗泄露”（impedance leakage），并利用它作为侧信道从受保护的内存中提取软件指令。我们在ATmega

  来源：ACM Journal on Emerging Technologies in Computing Systems

  时间：2025-11-07

• 保护传统手工艺品：一种用于圆柱形瓷器的3D曲面图案的新型表面平整化算法

  摘要传统的3D手工艺品具有巨大的文化和艺术价值，通过其鲜艳的色彩和复杂的图案展现了中华民族丰富的创造力和想象力。尽管3D平面化技术在制造业和其他行业中得到了广泛应用，但在传统手工艺的文化遗产领域却很少使用。目前，该技术主要集中在表面网格的处理上。为此，本文介绍了一种用于圆柱形瓷器的新型3D曲面平面化算法。该算法重点关注表面网格的变形和完整图案的重建。具体而言，该算法通过原位旋转模型来生成一系列正交投影表面图像，然后对这些图像进行网格划分和仿射变换，以将不可展曲面近似为可展曲面。随后，通过投影变换将可展曲面展开，得到一组可展平面。这些多视图平面被用于图像拼接，具体方法是通过提取和匹配特征点以及图

  来源：Journal on Computing and Cultural Heritage

  时间：2025-11-07

• 无奇点扭转极限约束的球形关节

  在物理模拟和计算机图形学领域，球关节（ball joint）是模拟刚体系统时常用的一种连接方式。球关节允许完全的旋转自由度，但实际应用中，往往需要对旋转范围进行限制。这种限制通常包括对摆动（swing）和旋转（twist）两个方向的约束。然而，在现有的许多物理引擎中，对于旋转方向的约束处理存在不稳定性，特别是在常用的摆动-旋转分解方法中，由于未处理的奇点问题，旋转状态有时会变得无法定义。本文提出了一种新的方法，以解决球关节旋转限制中的不稳定性问题。在建模过程中，将球关节的旋转分解为摆动和旋转两个部分是一种常见的做法。这种分解方式在某些情况下可能不唯一，特别是在使用欧拉角分解时，会出现两个奇点。

  来源：Proceedings of the ACM on Computer Graphics and Interactive Techniques

  时间：2025-11-07

• FLAMEFORGE：木质结构的燃烧模拟

  ### 木结构燃烧模拟器的统一框架与实现木结构在建筑和设计领域有着悠久的历史，其广泛的应用不仅体现在其可再生性和环保特性上，还在于其独特的力学性能和美学价值。随着计算机图形学的发展，模拟和再现木结构燃烧过程成为了一个重要的研究方向。这种模拟不仅可以用于视觉效果的制作，还能够为建筑安全、火灾预防以及环境影响评估提供科学依据。本文提出了一种统一的三维燃烧模拟器，称为FlameForge，该模拟器能够支持多种类型的木质结构，同时处理包括可燃材料、非可燃材料在内的各种材质。通过引入体素网格和符号距离场（SDF）技术，该框架能够高效地模拟燃烧过程中的多相现象和材料表面特性，从而更好地捕捉燃烧过程中产生的

  来源：Proceedings of the ACM on Computer Graphics and Interactive Techniques

  时间：2025-11-07

• 高斯-赛德尔法实现稳定堆叠的双次冲击波传播

  ### 两阶段冲击传播方法在刚体模拟中的应用在日常生活中和工程领域，物体的堆叠是一种常见的操作，如整理盒子、玩具、书籍和盘子，以及构建模块化房屋和集装箱。为了模拟和分析这些场景，研究人员多年来一直在探索不同的数学模型和算法。刚体动力学模拟在这一过程中扮演着至关重要的角色，因此，开发一种可靠且高效的数值求解算法成为研究的重点。传统的刚体模拟方法通常分为全局方法和局部方法两大类。全局方法通过求解大规模、稀疏的非线性方程组，一般表现出较好的收敛性。然而，这类方法在实时应用中可能不够高效。相比之下，局部方法，如基于Gauss–Seidel的算法，因其简单、高效和鲁棒性而被广泛采用。然而，这类方法在处理

  来源：Proceedings of the ACM on Computer Graphics and Interactive Techniques

  时间：2025-11-07

• 基于记忆学习模型的传统模式分割算法

  摘要中华民族历经数千年培育出的丰富而持久的文化传统，是中国遗产的核心与精髓。在这幅复杂的文化画卷中，传统图案占据了重要且受人尊崇的地位。这些图案不仅反映了古代中国文明的美学价值观和艺术成就，还承载着深厚的文化和历史意义。然而，由于标注数据的有限性、图案变化的复杂性以及材料纹理的干扰，传统图案的分割与识别面临着诸多挑战。为应对这些挑战，本文提出了一种基于记忆学习模型的传统图案分割算法。该算法以记忆学习模型作为指导原则，利用相关领域的先验知识，使得算法能够在标注数据有限的情况下有效进行泛化。该算法包含两个关键组成部分：显著性先验模块和多尺度特征匹配模块。显著性先验模块利用相位谱信息生成显著性图，引

  来源：Journal on Computing and Cultural Heritage

  时间：2025-11-07

• 数字时代的变革：影响观众在虚拟博物馆中参与度的因素

  摘要虚拟现实是一项能够加速博物馆数字化转型的颠覆性创新；然而，由于其技术复杂性、目的地特性以及参观体验的多样性，其潜力尚未被充分理解。我们提出了一个模型，从适配性与可行性角度评估游客在虚拟现实博物馆中的参与度，并通过对中国316名游客的问卷调查对该模型进行了验证。研究采用了结构方程模型中的偏最小二乘分析法（PLS-SEM）。结果表明，参观体验与技术之间的适配性因素（包括人机交互、社交互动和娱乐性）影响了游客对虚拟博物馆的愉悦感，进而影响了他们的参与度。此外，目的地特性与技术之间的适配性因素（如可访问性、教育功能和标志性）则影响了虚拟博物馆的代入真实性（即游客在虚拟环境中感受到的真实感），这种真

  来源：Journal on Computing and Cultural Heritage

  时间：2025-11-07

• 利用射频信号实现的非接触式精细心脏事件检测与分割

  摘要心血管疾病的发病率不断上升，迫切需要准确、长期的心脏监测技术。传统的基于电极的监测设备需要与皮肤直接接触，这可能会带来不适和不便。尽管基于射频（RF）的非接触式传感技术提供了一个有前景的替代方案，但目前的解决方案在准确检测和分割细粒度的心脏事件方面存在困难，而这些心脏事件是评估心脏功能和诊断疾病的关键生物标志物。由于呼吸运动导致的光谱泄漏以及难以捕捉单次心跳周期内的微妙机械运动，检测和分割过程常常会出现时间边界模糊和关键事件遗漏的问题。为了解决这些问题，我们提出了一种创新的毫米波（mmWave）细粒度心脏事件检测与分割系统，该系统整合了一个多尺度边界增强框架。该框架包括一个多尺度上下文融合

  来源：Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies

  时间：2025-11-07

• mmPencil：通过毫米波雷达和大型视觉语言模型，实现与书写风格无关的空中手写识别

  摘要随着无线技术的快速发展，基于射频（RF）信号的空中手写识别成为人机交互领域的一个有前景的解决方案。然而，现有方法通常将书写手势限制在预定义的平面上，对书写顺序和方向有严格的要求，并且仅能识别有限的数字或字母。为了克服这些限制，我们提出了m2VLMs（一种模态映射架构），它充当毫米波（mmWave）雷达传感技术和大型视觉语言模型（VLMs）之间的桥梁。基于该架构，我们开发了一个名为mmPencil的三维（3D）空中手写单词识别系统。具体而言，我们设计了一种多阶段空间轨迹重建算法，该算法提取频域特征以识别手写区域，并实现3D单词轨迹的高精度重建。此外，我们还引入了一种新颖的空间到视觉的映射算法

  来源：Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies

  时间：2025-11-07

• ELF：一种用于改进和评估人工智能生成内容以应用于课堂教学的教育型大型语言模型框架

  摘要最近的研究[48, 72]表明，大型语言模型（LLMs），如ChatGPT[3, 46]和LLAMA[59], 可以协助完成常规的教学任务，并有潜力彻底改变传统教育方式。然而，其他研究[35]指出，LLMs常常存在不准确之处，在教育场景中的效果有限。为了解决这一问题，我们提出了一个统一的教育LLM框架，该框架将LLM整合到课堂教学实践中，以丰富高质量的对话内容和师生互动。与需要大量数据的复杂数据驱动模型不同，我们的框架通过利用几位优秀教师精心挑选的教学案例以及我们的提示技术，能够快速提升教学参与度和教学策略。我们重点关注两种典型的课堂教学场景：对话完成（Dialogue Completio

  来源：Journal of Data and Information Quality

  时间：2025-11-07

• 利用学习管理多媒体数据（包含复杂特征）和集成模型预测学生的学术成就

  摘要预测学生的学业成绩对于教育机构来说至关重要，这样它们就能为那些有可能表现不佳的学生提供有针对性的支持和干预措施。随着数字学习管理系统（LMS）的日益普及，多媒体数据量激增，为教育领域的预测分析开辟了新的途径。预测学生的学业表现可以作为一种早期预警系统，帮助教育机构提前采取干预措施。本研究提出利用卷积神经网络（CNN）提取的特征与机器学习模型相结合，以提高预测的准确性。这种方法避免了手动特征提取的繁琐过程，并且相比单独使用机器学习或深度学习模型，取得了更优的结果。首先，将九种机器学习模型应用于原始特征和经过卷积处理后的特征上，然后挑选表现最佳的模型组合成一个集成模型。本研究采用了支持向量机（

  来源：Journal of Data and Information Quality

  时间：2025-11-07

• 面向农田监测的多无人机协同感知与约束覆盖任务规划框架

  摘要随着全球人口增长加速和粮食需求上升，通过精准农业最大化作物产量，对高效农田测绘的需求变得前所未有的关键。无人驾驶飞行器（UAV）因其先进的传感器能力、高机动性以及能够以对农民和作物最小风险收集数据而成为有能力的工具。虽然单一无人机平台显示出巨大潜力，但其有效性仍受限于电池寿命、有限飞行时长和高运营成本等因素。本文通过引入一个用于农业测绘的、感知和约束感知的协同覆盖框架来解决这些限制，该框架专为异构无人机团队设计。该方法同时考虑了无人机的物理约束和用户定义的数据收集需求，同时最小化总任务时间和能耗。1 引言近年来技术的发展使得部署无人机团队作为移动传感平台成为可能，形成车联网（IoV）以协作

  来源：ACM Journal on Autonomous Transportation Systems

  时间：2025-11-07

• 用于农业地下通信传感器节点数据收集的无人机最优路径规划

  随着全球人口的持续增长，农业面临着越来越多的挑战，如如何实现可持续发展、保护自然资源以及提高农业系统对气候变化的适应能力。为应对这些挑战，对土壤温度和湿度的实时监测变得尤为重要。这种监测不仅有助于优化农业实践，还能提高水资源利用效率和田间作业管理能力。此外，土壤数据还可用于水文模型的构建，帮助理解气候变异性并进行干旱和洪水的早期预警。然而，传统传感器部署方式在实际操作中存在诸多限制，尤其是远程数据采集的困难。通信网络可能在某些地区无法覆盖（如“空白区域”），而大量部署网关或依赖卫星通信的方式成本过高。此外，传感器节点的无线电发射器通常设置在地表上，这不仅成为农业机械的物理障碍，还容易受到动物破

  来源：ACM Journal on Autonomous Transportation Systems

  时间：2025-11-07

• 无意中听到：基于音频的完整事件推断

  音频数据在当今生活中广泛应用，从智能设备中可以轻松获取到包含人们日常活动的各种音频信息。这些数据不仅为人们的生活带来了便利，同时也可能成为某些恶意攻击者实施隐私泄露的工具。特别是在深度学习技术飞速发展的背景下，攻击者可以通过先进的音频分析技术，推测出与人类行为相关的敏感信息，从而引发严重的隐私问题。然而，到目前为止，尚未有研究专注于通过分析多音轨音频来推断整体事件，这种整体事件推断方法可以揭示更复杂的人类行为信息，如身份、活动和环境等。为了解决这一问题，本文提出了一种名为ALTER（Audio-based integraL evenT infERence）的模型，以及其两个改进版本ALTER-

  来源：Journal of Data and Information Quality

  时间：2025-11-07

• 将fNIRS（功能性近红外光谱）与机器学习相结合用于帕金森病的识别

  帕金森病（Parkinson’s disease, PD）是一种神经退行性疾病，其特征是运动功能障碍。早期诊断对于有效管理该疾病至关重要，因为当前的诊断方法往往具有侵入性或存在延迟，这限制了早期干预的可能性。本研究评估了将功能性近红外光谱（functional near-infrared spectroscopy, fNIRS）与机器学习（machine learning, ML）相结合，以区分帕金森病患者与同龄对照组（control group, CG）的有效性。研究通过分析患者在执行不同任务时的脑部激活模式，特别是通过Timed Up and Go（TUG）测试，发现双任务活动比单一任务更

  来源：ACM Transactions on Computing for Healthcare

  时间：2025-11-07

• 《家庭作业战争：探究亲子之间在家庭作业互动中的情绪、行为与冲突》

  摘要家长参与孩子的家庭作业是家庭教育中至关重要的一环，但这往往会导致情感压力和冲突。尽管人们越来越关注这对家庭幸福感的影响，但以往的研究缺乏对这些互动过程细致、实时的观察数据。为填补这一空白，我们提出了一个框架，该框架利用自然主义的亲子互动数据和大语言模型（LLMs）来大规模分析家庭作业相关的对话。在对78个中国家庭进行的为期四周的实地研究中，我们收集了475小时的音频记录及每日调查数据，记录了602次在日常家庭环境中的家庭作业场景。基于大语言模型的分析流程能够可靠地从转录的对话中提取并分类家长的行为和冲突模式，其结果与专家标注的高度一致。分析显示，在家庭作业前后，家长的情绪发生了显著变化；同

  来源：Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies

  时间：2025-11-07

• 单模设备之间的跨模态联邦学习

  摘要联邦多模态学习使得具有不同模态的分布式设备能够在不共享原始数据的情况下协同训练多模态模型。在大多数现有的联邦多模态学习方法中，多模态数据是不可或缺的。然而，在现实中，相当数量的设备只能收集单模态数据，并且数据标签往往不完整。因此，本文提出了一种名为FedCMD的联邦多模态学习方法，该方法允许缺少标签的单模态设备协同训练多模态模型。为了有效利用缺失标签的样本，FedCMD首先进行单模态联邦学习，以学习单模态编码器并为未标记的样本生成伪标签。然后，它在设备之间计算并共享各种模态的原型，以实现跨模态特征对齐。这些原型最终作为缺失模态的补充，用于学习多模态融合和分类网络。借助FedCMD，所学习的

  来源：Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies

  时间：2025-11-07

知名企业招聘：