生成式人工智能（GAI）在高校应用广泛，分析其高校用户初始使用行为影响因素意义重大。本文通过对20名高校用户开展半结构化访谈获取数据，用程序化扎根理论提炼15个独立范畴与5个主范畴（平台、情境、感知、个体、能力），结合SOR模型构建影响因素模型。研究表明：感知风险性、感知拟人度等感知因素直接影响初始使用行为；技术环境、主观规范等平台与情境因素经感知因素间接影响；性格特质、数字素养等个体与能力因素调

本文基于风险社会理论，探析现代风险新特征与国家安全科层制治理机制的结构性张力。科层制在应对复合风险时呈现认知阻碍、边界封闭、响应迟滞和适应刚性等困境。人工智能凭借自适应学习与多模态信息处理等能力，实现对科层治理的系统性重塑：组织结构弹性化、流程体系智能化、决策逻辑系统化、协作方式生态化。基于人工智能对信息能力、决策支持、运行机制、跨域协作等的赋能，国家安全治理体系能够更灵活调整策略，有效应对复杂安

“三个课堂”在“开齐课”基础上需实现“开好课”目标，需全面融入新一代人工智能技术以提升交互性和临场感，克服时空分离带来的师生交互不便与临场感阻隔。新一代认知科学的具身观点为二者融合提供科学基石与理论依据。理论上，基于具身认知“感知-行动-反思”动态循环结构，强交互性、高临场感“三个课堂”需包含感知层（接收信息）、行动层（运用信息）、反思层（内化信息）。实践中，AI融入的具体路径为：以大模型为支撑，

该研究针对现有漏洞影响库识别方法“数据来源单一、包管理器适配不足、大模型幻觉”三大痛点，提出基于Qwen1.5-14B的多来源识别方法：通过中/英文报告互补实现输入增强，用LoRA轻量级微调让模型适配特定任务，再用文本相似度消除幻觉。实验以9260份中/英文报告为数据集，证明该方法在中文、英文报告上的F1较基线分别提升4%和8%，中/英文互补时F1达0.85，在PyPI、Composer等多数包管

摘要 本文综述了可解释人工智能(XAI)在软件工程(SE)中的应用研究。系统梳理了XAI的概念起源、核心定义及评估方法,重点分析了XAI在SE中的四大典型应用场景:恶意软件检测(SBMDS系统处理3.9万+样本)、高风险组件检测(改进OSR算法)、软件负载调配(Gil/Gil+工具)和二进制代码相似性分析(BINKIT基准+TIKNIB工具)。针对当前研究存在的客观评估稀缺、标准不统一等问题,提出

AI助力安卓渗透测试：自动化漏洞利用研究取得突破 摘要：本研究探索了利用大语言模型(LLM)实现Android渗透测试自动化的可行性。研究团队通过PentestGPT生成漏洞利用方法，并开发了基于Python+Streamlit的web应用将其转化为可执行脚本，在Genymotion模拟器(Android 11-14)中进行测试验证。结果显示，AI生成的ADB利用和MITM攻击脚本成功率高达100

该研究提出一种仅依赖单摄像头的无人机自主追踪方案，结合YOLOv3目标检测（95%准确率）和DDPG强化学习决策，在5个室内场景实测中实现最高99%的追踪准确率。创新点包括简化传感器输入、优化动作决策规则，并通过超参数调优提升稳定性。实验发现硬件速度、通信延迟和光照是主要限制因素，为未来集群追踪研究提供了实测基础和改进方向。

本文是《基于大模型语义匹配的跨平台移动应用测试脚本录制回放》论文的快速理解指南，从标题、论文信息、核心总结到思维导图，层层拆解论文内容。先讲清跨平台测试的“多对多”映射和冗余难题，再解析LLMRR“录制+三层回放”的工作原理，最后用实验数据证明其优势——整体回放成功率最高68%，鸿蒙测试表现突出。通过案例和大白话，帮你快速抓住论文核心：LLMRR用“图文+大模型”的组合，解决了iOS/安卓/鸿蒙跨

这篇论文聚焦电动车中 AI 驱动的电池状态（SOC）估计安全问题，针对传统安全标准（如 ISO 26262）无法覆盖 AI “黑箱特性” 和 “数据依赖性” 的缺口，提出将 ISO 26262 与新发布的 AI 安全标准 ISO/PAS 8800 整合，并以 “安全笼（非 AI 监控器 + AI 组件）” 作为标准衔接接口；通过故障注入实验（向电压、电流、温度数据注入 stuck-at 故障）测试

摘要（149字） 该研究首次系统评估了针对NL-to-Code模型无触发数据投毒攻击的防御效果。通过构建1610个语义等效但含漏洞的代码样本，测试光谱特征分析、激活聚类和静态分析三种方法在CodeBERT等模型上的表现。结果显示：静态分析相对最优但F1仅0.40-0.57（现实投毒率下），表征类方法在20%高投毒率时F1最高仅0.40。研究表明现有防御机制难以应对此类隐蔽攻击，亟需开发新型检测方案