论文阅读--基于MLS点云语义分割和螺栓孔定位的盾构隧道错位检测方法

目前存在的问题: 隧道错位识别方法只能针对特定错位形式;将点云转化为灰度图像会受到环境的影响。 文章主要研究内容: 将点云无损展开将2.5D点云转化为2D图像进行语义分割提取螺栓孔感兴趣区域,最小拟合方法获取错位值 论文翻译: ...

【课程总结】day34:多模态大模型之ViT模型、CLIP模型论文阅读理解

前言 在【课程总结】day31:多模态大模型初步了解一文中,我们对多模态大模型的基本原理有了初步了解,本章内容将通过论文阅读理解,更进一步理解多模态大模型中所涉及的 Vit 架构、Transformer在视觉应用的理念以及 Clip图像与文本匹配的应用。 ViT 模型论文阅读理解 多模态大模型中所涉及的最为经典的模型就是 ViT,所以我们先了解该论文的核心要点。 论文标题:An Image Is Wor...

论文阅读】(Security) Assertions by Large Language Models

论文笔记:(Security) Assertions by Large Language Models 来源:IEEE TRANSACTIONS ON INFORMATION FORENSICS AND SECURITY I. 引言 计算机系统的安全性通常依赖于硬件的根信任。硬件漏洞可能对系统造成严重影响,因此需要支持安全验证的技术。断言验证是一种流行的验证技术,通过一组断言捕捉设计意图,用于非正式验证...

论文阅读】WaDec: Decompiling WebAssembly Using Large Language Model

论文阅读笔记:WaDec: Decompiling WebAssembly Using Large Language Model 1. 来源出处 论文标题: WaDec: Decompiling WebAssembly Using Large Language Model 作者: Xinyu She, Yanjie Zhao, Haoyu Wang 会议: 39th IEEE/ACM Internati...

论文阅读】HITS: High-coverage LLM-based Unit Test Generation via Method Slicing

HITS: High-coverage LLM-based Unit Test Generation via Method Slicing 1. 来源出处 本文是发表在2024年39th IEEE/ACM International Conference on Automated Software Engineering (ASE)上的论文。作者包括Zejun Wang, Kaiibo Liu, Ge ...

论文阅读】Large Language Models for Equivalent Mutant Detection: How Far Are We?

阅读笔记:Large Language Models for Equivalent Mutant Detection: How Far Are We? 1. 来源出处 本文发表于《ISSTA’24, September 16–20, 2024, Vienna, Austria》会议,由Zhao Tian, Honglin Shu, Dong Wang, Xuejie Cao, Yasutaka Kame...

论文阅读--捍卫基于激光雷达视野范围的三维目标检测

目前存在的问题: 常用的体素化或鸟瞰图(BEV)表示相比,范围视图表示更紧凑且没有量化误差,但其在目标检测方面的性能很大程度上落后于体素化或 BEV 。范围视图尺度变化的挑战2D 图像不同,虽然距离图像的卷积是在 2D 像素坐标上进行的,但输出是在 3D 空间中。 标准卷积的核权重和聚合策略都忽略了这种不一致 文章主要研究内容: 提出了一个简单而有效的范围条件金字塔,提出元内核从 2D 范围视图表示中捕...

论文阅读-Automated Repair of Programs from Large Language Models

现在基于大语言模型,输入自然语言,生成代码的应用非常普遍。但是生成的代码正确率很低,文章以GPT-3模型的后代-Codex模型,为例,试图利用自动化程序修复(APR)技术来修复Codex产生的代码错误。 自动化修复技术接受一个有缺陷的程序和一个正确性规范,通过稍稍修改程序使其满足给定的规范来生成一个固定的程序。典型的修复工具通过推理程序语义与给定的规范来生成补丁。例如,基于语义的修复工具(如SemFix...

论文阅读-Transformer-based language models for software vulnerability detection

 「分享了一批文献给你,请您通过浏览器打开 https://www.ivysci.com/web/share/biblios/D2xqz52xQJ4RKceFXAFaDU/ 您还可以一键导入到 ivySCI 文献管理软件阅读,并在论文中引用 」 1. 源代码翻译:将C/C++高级编程语言的源代码转换为能输入transformer的格式。这样做是为了利用自然语言与高级编程语言之间的相似性。 2. 模型准备:...

论文阅读-Examining Zero-Shot Vulnerability Repair with Large Language Models

研究问题: RQ1:大型语言模型(LLMs)能否修复简单代码中的安全漏洞?RQ2:在提示的注释中改变上下文数量是否会影响 LLM 提出修复建议的能力?RQ3:在实际世界中使用 LLMs 修复漏洞时面临哪些挑战?   为了回答这些问题,作者评估了四种商业可用的 LLM 和自己本地训练的 C/C++代码模型,在各种合成、手工制作和真实世界漏洞修复场景中的表现。  确定了最有效的提示、上下文线索和生成参数(温...
© 2024 LMLPHP 关于我们 联系我们 友情链接 耗时0.003432(s)
2024-12-08 05:46:36 1733607996