科研人员提出大语言模型复杂执行路径推理能力分析框架
近日，中国科学院软件研究所等围绕动态类型程序语言中复杂执行路径难以有效分析的问题，分析大语言模型的路径约束推理能力，并构建覆盖测试生成、路径可行性判定和缺陷检测的评测基准。 执行路径由程序从入口到出口...
研究人员提出面向多模态推荐的解耦与蒸馏动态集成框架
近日，中国科学院软件研究所团队聚焦多模态推荐中模态信息差异化推荐价值被削弱的问题，针对联合学习与特征融合策略，引入梯度提升机制，提出了解耦与蒸馏动态集成框架，提升了模态共享信息和特有信息的样本级判别能...
智能化软件可信构造与质量保障研究获进展
近日，中国科学院软件研究所团队在大规模开源生态治理、代码自动化审查、高安全领域代码生成理解等方面取得了系列进展。 在大规模软件生态治理方面，针对现有开源生态组织机制的扁平化、非规范化及覆盖率不足等问题...
研究提出干预多模态表示学习方法
近日，中国科学院软件研究所提出一种以泛化前门准则为基础的干预多模态表示学习方法（IMML），可提升多模态模型在模态不平衡场景下的性能。 在多模态任务中，不同模态对预测结果的贡献往往不平衡，可划分为主模...
生成式AI内容安全检测与模型安全研究获进展
近日，中国科学院软件研究所团队聚焦多模态有害内容识别、跨模态语义检索、大模型安全防护等问题，在生成式AI内容安全检测与模型安全研究方面取得系列进展。 针对网络模因有害内容隐蔽、且在形式、主题与时间上持...
科研人员开源本地通用幻灯片智能体模型与环境系统
近日，中国科学院软件研究所团队开源第二代幻灯片智能体系统DeepPresenter，实现了将幻灯片智能体模型与完整的智能体沙箱环境一同开源，可在单张消费级显卡和终端上一键部署，并适配国产化算力生态。该...
研究提出新型时间序列预测框架
近期，中国科学院软件研究所研究团队为提升大语言模型时间序列预测性能，提出了向量注入式上下文学习框架。该框架能够稳定提升时间序列预测性能，并可以降低计算开销。 大语言模型进行时间序列预测时面临一项主要挑...
研究提出基于软硬件结合的数据流分析芯片加速方案
近日，中国科学院软件研究所团队提出了基于软硬件结合设计的高性能多标签数据流分析方案，为解决实际应用的数据流分析性能瓶颈提供了新思路。 数据流分析是软件分析的基础性方法之一，广泛用于软件安全性分析、漏洞...
研究提出基于信息论的大模型强化学习微调框架
近日，中国科学院软件研究所研究团队聚焦大语言模型（LLMs）在复杂推理任务中的优化问题，提出了基于信息论的强化微调框架Learning to Think（L2T），旨在平衡模型的推理效果和效率，为大语...
研究提出基于RISC-V指令集的异构计算系统
近日，中国科学院软件研究所研究团队，提出基于RISC-V指令集的ISAX异构计算系统，其通过RISC-V二进制重写技术，无需修改源代码，便可实现异构核心间计算任务的高效透明迁移。该系统有助于解决传统异...