本学术报告系统梳理了机器合成数据生成技术（GAN/VAE/扩散模型）的发展脉络，重点解读了两篇顶会论文——TabDiff（ICLR 2025，面向表格数据的混合型扩散模型）和Faithfulness评价框架（ICML 2022，提出α-Precision/β-Recall/Authenticity三项样本级保真度指标），并展望了LLM与数据生成结合的未来方向
2026060801534251原创文章，作者：bfs，如若转载，请注明出处：https://www.isclab.org.cn/2026/06/08/%e6%9c%ba%e5%99%a8%e5%90%88%e6%88%90%e6%95%b0%e6%8d%ae%e7%94%9f%e6%88%90%e4%b8%8e%e8%af%84%e4%bb%b7%e6%96%b9%e6%b3%95/
代码克隆（Code Clone），是指存在于代码库中两个及两个以上相同或者相似的源代码片段， 是软件开发中的常见现象。近年来，针对Ⅳ型克隆即语义级克隆的检测技术受到了广泛关注。主要…
源代码补丁正确性测试是自动程序修复（Automated Program Repair, APR）流程的最后一个环节，旨在验证APR所生成的补丁是否真正解决了目标缺陷且未引入新的问题…
文本相似度度量是自然语言处理中的一个基础问题，是许多下游任务的基础，如文本分类、信息检索、对话系统、句义标注等。相似度匹配的过程包括了构造特征与度量特征两个基本步骤，其中构造特征是…
认知扭曲是认知行为治疗中的核心概念，与抑郁、焦虑等心理障碍的形成和维持密切相关，但现有很多研究主要关注情绪倾向或表层语义，难以刻画个体更深层的思维偏差与认知模式，同时认知扭曲往往存…
时序知识图谱推理根据历史时序知识图谱中已知事实，预测查询中缺失的实体或关系，避免知识图谱不完整性对知识驱动系统造成的影响。本次学术报告首先讲解了时序知识图谱推理基本概念，然后详细介…
不完全多视图聚类技术旨在处理多视图数据中部分视图缺失的问题，确保在数据不完整的情况下仍能进行有效的聚类分析。通过整合各视图的信息，该技术能够弥合视图之间的差异，提升聚类性能。其应用…
内存管理是指软件运行时对计算机内存资源的分配和使用的技术。其最主要的目的是如何高效，快速的分配，并且在适当的…
真实的网络结构是高度非线性和复杂的，现有的浅层模型的网络嵌入方法都无法很好地表示更高级的非线性的网络结构。因…
NER一直是NLP领域中的研究热点。近年来，深度学习方法在特征抽取深度和模型精度上表现优异，已经超过了传统方法，但无论是传统机器学习还是深度学习方法都依赖大量标注数据来训练模型。然…
针对大语言模型展开调研，介绍大语言模型发展背景和研究现状，通过讲解LLaMA2模型的预训练和微调步骤，全面讲解大语言模型的训练过程，随后对越狱攻击大语言模型的方法进行研究，通过讲解…
