• 我们确实需要人工智能的帮助：一个关于人工智能在网络安全领域应用的案例研究

  本研究通过社会技术系统（STS）框架，分析大型国际金融机构中AI安全工具的采用障碍，发现人为抗拒与组织结构问题导致AI工具使用率低下，而非技术限制。建议通过培训、跨职能导师和反馈渠道优化推动AI整合。

  来源：ACM Transactions on Internet Technology

  时间：2026-03-04

• 基于多维用户特征的谣言传播预测

  社交媒体谣言传播的复杂性及多维度建模研究。通过用户特征的多维度分析，结合基于交互行为的node2vec方法与图注意力网络，提出谣言传播网络链接预测模型。实验证明模型能有效捕捉谣言传播中的用户互动演化规律，提升链接预测精度。

  来源：ACM Transactions on Internet Technology

  时间：2026-03-04

• 关于规范与设计语言的特刊介绍

  国际学术会议FDL 2022和2023届聚焦软硬件系统开发的语言、工具及方法，涵盖物联网、嵌入式系统等领域，特别刊载六篇论文，涉及硬件设计语言、嵌入式系统变换、物联网验证、多类型逻辑、GPU架构优化及边缘计算验证等方向。

  来源：ACM Transactions on Embedded Computing Systems

  时间：2026-03-04

• 一群兴趣各异的模拟市民家庭

  程序精化中提出µdiv-simulation弥合弱敏感发散模拟与规范模拟的空白，定义参数化模拟概念覆盖12种模拟并建立多种“直到”推理技术，在Rocq中实现并通过选择树和Verified Compilation案例验证。

  来源：Proceedings of the ACM on Programming Languages

  时间：2026-03-04

• 使用Relational NetKAT进行网络变更验证

  Relational NetKAT（RN）是一种新规范语言，用于验证网络变更。工程师通过trace relation R映射预变更和后变更的流量轨迹，检查实际结果与预期的一致。RN使用组合子构建trace relation，并转化为NetKAT转换器，构建自动机验证网络变更，提供形式语义和算法正确性证明，工具实现并通过生产网络和Batfish基准测试。

  来源：Proceedings of the ACM on Programming Languages

  时间：2026-03-04

• 深度学习在工业搜索引擎、推荐系统和在线广告中的排名应用：概述与新视角

  工业级排名系统面临的核心挑战与深度学习解决方案，涵盖匹配、预排名、细粒度排名等全流程模型，并探索大语言模型（LLMs）的潜在应用价值，推动搜索推荐与在线广告的效能提升。

  来源：ACM Transactions on Information Systems

  时间：2026-03-04

• “Seek and You Shall SOC”：将人类专业知识与多模态生成式人工智能相结合，以实现可扩展的威胁防御

  提出一种结合多模态LLMs和人工审定参考的混合推理流程，通过多视角爬取、确定性提示和结构化覆盖机制解决SOC中LLMs的覆盖不全、幻觉及冗余问题，实验显示该方法提升诈骗检测准确率达30%，降低token成本40%，减少误导输出并优于RAG和传统基线。

  来源：ACM Transactions on Internet Technology

  时间：2026-03-04

• 平衡生活与领导职责：人工智能作为护士领导的得力伙伴

  旅行护士（TNs）在COVID-19疫情期间需求激增，但其对医疗组织文化和患者结局的影响尚无定论。现有研究表明TNs与正式员工在幸福感、工作环境感知上无显著差异，但TNs普遍面临更高职业压力和倦怠。研究建议未来应优先探索TNs对临床结局的实际影响，并建立基于合同的专业护理实践模式，明确护士职责边界与价值评估体系。

  来源：Nursing Management

  时间：2026-03-04

• 核心函数式语言中的惰性线性（Lazy Linearity）

  线性资源在非严格评估中的语义与语法行为存在差异，Haskell优化编译器通过重写破坏语法线性性但保持语义。Linear Core系统静态保证线性资源使用，适用于Core中间语言，证明优化转换在Linear Core中有效而在原Core中无效，并实现为编译插件验证。

  来源：Proceedings of the ACM on Programming Languages

  时间：2026-03-04

• TypeDis：一种用于解耦的类型系统

  自动验证并行程序解耦性：提出TypeDis类型系统，通过时间戳标注内存分配任务，结合子时类型和递归类型实现自动解耦验证，并基于改进的DisLog2证明系统确保正确性。

  来源：Proceedings of the ACM on Programming Languages

  时间：2026-03-04

• PingTactics：一个用于乒乓球动作识别和战术分析的多模态数据集

  PingTactics是专为乒乓球动作识别和战术分析设计的多模态数据集，包含专业比赛视频的详细标注，涵盖动作序列、位置动态和得分结果。采用半自动化标注流程，结合机器预标注和专家人工校验，验证实验显示该数据集能有效捕捉高强度比赛中的复杂动态模式，并支持基于四象限的战术评分分析，为体育智能分析和教练系统提供新工具。

  来源：ACM Transactions on Multimedia Computing, Communications, and Applications

  时间：2026-03-04

• MPGNet：一种多提示引导的扩散网络，用于一体化图像修复

  提出MPGNet模型，通过图像修复部分和提示生成部分协同工作，利用三种定制提示解决复杂多退化场景下的图像恢复问题，实验表明其性能显著优于现有方法。

  来源：ACM Transactions on Multimedia Computing, Communications, and Applications

  时间：2026-03-04

• 参数化无限状态反应式合成

  该研究提出一种参数化无限状态系统合成方法，通过反统合和语法引导合成技术，在四步循环验证中实现系统的一般化。具体包括：针对特定参数生成实例系统、进行参数化程序泛化、构建包含不变式和排名函数的证明候选，最终通过验证循环确保系统在参数变化下的有效性。实验表明该方法能有效处理参数化时态逻辑约束的新旧案例。

  来源：Proceedings of the ACM on Programming Languages

  时间：2026-03-04

• 抽象解释不精确性的逻辑

  误差传播建模与抽象解释上界推导方法研究。本文提出误差传播逻辑（EPL）解决抽象程序分析中误差累积问题，通过生成器机制限定验证范围，建立输入误差到结果误差的数学映射，实现弱局部完备性验证，并引入程序ω-连续性新逻辑。

  来源：Proceedings of the ACM on Programming Languages

  时间：2026-03-04

• 测试消息传递并发性的复杂性

  通道一致性验证复杂度研究：提出算法并优化实现，实验显示其效率显著优于传统约束求解方法，可处理百万级事件。

  来源：Proceedings of the ACM on Programming Languages

  时间：2026-03-04

• 多兴趣推荐：一项综述

  现有推荐方法因用户行为多样性和商品主题不确定性难以建模多维偏好，多兴趣推荐通过提取用户历史交互中的多维度兴趣表示解决该问题，综述系统回答其重要性、核心关注点及典型模块应用，并附GitHub实现链接。

  来源：ACM Transactions on Information Systems

  时间：2026-03-04

• MonoLS：多尺度特征融合与空间感知注意力机制在单目3D物体检测中的应用

  3D目标检测在自动驾驶中至关重要，但单目相机缺乏深度信息导致定位不准。本文提出MonoLS框架，通过多尺度特征融合和空间注意力机制解决这一问题，在KITTI数据集上实现67 FPS的实时检测。

  来源：ACM Transactions on Multimedia Computing, Communications, and Applications

  时间：2026-03-04

• SSWMNet：在目标佩戴口罩的情况下解决语音分离问题

  单通道语音分离在戴口罩场景下面临挑战，本研究构建了SSWM多模态数据集，提出两种策略：直接使用遮挡面部图像或通过Wav2Lip生成视觉信息辅助自监督语音分离。实验表明采用Wav2Lip的方案效果更优，且视听方法显著优于纯音频方案。

  来源：ACM Transactions on Internet Technology

  时间：2026-03-04

• 基础多模态程序验证器

  多模态程序验证通过动态和符号技术结合自动化与交互式工具验证代码正确性，需形式化证明工具自身正确性。本文提出基于更高阶逻辑的莫迪克浅嵌入框架，提供支持状态、异常等效应的转换器代数，实现自动化验证条件生成与SMT求解器结合的自动化证明，并通过分布式协议和Dafny风格规格书验证案例。

  来源：Proceedings of the ACM on Programming Languages

  时间：2026-03-04

• ChopChop：一个用于对语言模型输出进行语义约束的可编程框架

  语言模型（LMs）生成代码存在安全性问题，现有方法仅支持语法约束或脆弱的语义编码。本文提出ChopChop框架，通过分析前缀对应程序空间，结合共化约实现约束解码，支持类型安全与等价性验证，解码速度与效果优于传统方法。

  来源：Proceedings of the ACM on Programming Languages

  时间：2026-03-04

知名企业招聘：