跳到正文
AI NEWS JOURNAL
AI, IN PERSPECTIVE

搜索 AI 资讯

检索标题、摘要与正文,把分散的信息连起来。

按发布时间排序

无阻塞式监督:面向协作运行时的基于证据的OTP式容错机制再设计

arXiv:2610.34521v1 发布类型:新 摘要:主流运行时上的 Actor 框架纷纷宣称支持 Erlang/OTP 式的监督机制,但 OTP 的一致性契约假定使用的是同步的单线程监督器,而端口则将这一假设的缺失视为未加审视的风险。我们对照已锁定版本的 OTP 官方文档与源码原文,逐一检验了各项监督保障;同时,还基于三个其他 Rust Actor 框架在固定版本下的源码进行了比对,并参考了有关 Actor 模型的文献,记录下每项设计决策背后的依据。通过盲目的对抗性审计与跨框架研究,我们发现了 24 类缺陷,其中 8 类可归结为同一个根本原因:即通过显式机制重新构建了同步监督器所隐含的原子性。我们提出了一种监督运行时 th

事件进展与其他报道

迈向NDE 4.0之路:自主检测的算法、技术与策略综述

arXiv:2610.31704v1 发布类型:新 摘要:无损检测(NDI)是现代质量保证的基石,对于在不造成损伤的情况下确保基础设施和制造部件的安全性与可靠性至关重要。本文对当前无损检测领域的现状进行了全面综述,从四个不同视角展开分析,即计算算法、物理技术、工业应用以及研究目标。我们综合了大量学术文献,展示了从人工、模拟式解读向以数据为中心的数字化范式——即所谓的“无损检测4.0”——的快速演进过程。我们的分析凸显了超声波与视觉检测作为主要物理技术的主导地位,同时揭示出一种显著的转变趋向……

The Path to NDE 4.0: A Review of Algorithms, Techniques, and Strategies for Autonomous Inspection
事件进展与其他报道

面向金融犯罪分析的对抗鲁棒多图神经网络

arXiv:2610.31718v1 发布类型:新 摘要:金融交易网络通常以多重图的形式进行建模,其中同一账户对之间的重复交易被表示为不同的边。近期提出的多重图神经网络架构明确利用了这一结构,从而在反洗钱(AML)任务上取得了优异的性能。然而,这些模型对于那些通过操纵交易结构以规避检测的攻击者的鲁棒性仍鲜有研究。我们提出了首个可扩展的框架,用于针对多重图神经网络实施结构化攻击并开展对抗训练,该框架基于节点—边关联矩阵,并适配投影梯度下降法与投影随机化块坐标下降法,以优化此类多重图上的结构扰动。

Towards Adversarially Robust Multigraph Neural Networks for Financial Crime Analysis
事件进展与其他报道