• 生成性社会选择

  本研究提出生成性社会选择框架，结合社会选择理论与大语言模型能力，用于开放式民主决策，如集体生成文本声明。通过理论证明（或acles查询确保代表性）和实证验证（LLM近似实现），应用于堕胎政策调查，生成5个代表性陈述，84%参与者认可其高度代表性。

  来源：Journal of the ACM

  时间：2026-03-21

• 深度伪造生成与检测：一个基准测试与调查

  本文系统综述了深伪技术生成与检测领域最新进展，涵盖面 swapping、脸重现场、 talking-face生成及面部属性编辑等核心方向，统一任务定义并分析VAE、GAN、扩散模型等技术演变，结合广泛数据集对代表性方法进行评测，探讨隐私侵犯、网络诈骗等应用场景下的技术挑战与未来研究方向。

  来源：ACM Computing Surveys

  时间：2026-03-21

• 将系统组件清单（SBOMs）转换为代理式应用程序组件清单（AIBOMs）：模式扩展、代理式编排及可复现性评估

  软件供应链安全需动态执行环境下的可重复性和漏洞评估机制。传统SBOM仅提供静态依赖清单，无法捕获运行时行为与环境漂移。本文提出AI Bill of Materials（AIBOM）框架，通过自主受约束的推理扩展SBOM为主动 provenance 工具，集成环境重构、依赖漂移监控、策略感知漏洞评估三大智能代理，结合CSAF标准实现基于执行证据的漏洞上下文声明（VEX结构化表达），并最小化扩展CycloneDX/SPDX标准，实验验证其优于传统系统的动态依赖捕获、可重复性及漏洞稳定性，计算开销低。

  来源：Digital Threats: Research and Practice

  时间：2026-03-21

• 可解释的机器学习在蛋白质科学中的应用：结构、功能与相互作用

  近年来，机器学习在结构生物学中的应用显著，如AlphaFold神经网络用于蛋白质结构预测，其可解释的输出（如置信度评分）使非专家也能使用。本文综述了从低到高分辨率的蛋白质3D结构表示方法，并展示了可解释的ML方法在预测结构、功能和相互作用中的应用，强调其对于药物开发和蛋白设计的意义。

  来源：ACM Computing Surveys

  时间：2026-03-21

• 利用机器学习对成人脊柱畸形手术后步态速度改善相关的姿势策略进行纵向研究

  脊柱固定术后步态速度提升与COM-COP距离相关，基于89例成人脊柱畸形患者的3D步态分析，发现术后COM-COP距离的髋关节矢状面功率和踝背伸矩与步速改善显著相关，通过聚类分析分为年轻组（37例）和老年组（52例），前者步速改善明显而后者无显著变化。

  来源：Spine

  时间：2026-03-21

• 具有组间需求的可生存网络设计

  本文将经典生存网络设计问题（SNDP）推广至子集对连接需求场景，提出首个非平凡近似算法。同时揭示当连接需求较大时，基于路径数要求的近似算法存在Ω(q/log q)-hardness，补充了现有不可近似性结果。

  来源：Journal of the ACM

  时间：2026-03-21

• 关于机器学习中差分隐私的系统性文献综述

  随着机器学习广泛应用，数据隐私与准确性的平衡成为关键挑战。差分隐私（DP）作为数学框架，为隐私保护提供形式化保障。本文系统综述DP在传统ML、联邦学习及深度学习中的实现策略，分析其对模型性能的影响，并总结现有方法的优缺点。通过106项研究分析，揭示不同DP机制在隐私-效用权衡中的适用场景，同时探讨加密计算、动态敏感分析等前沿方向。（

  来源：ACM Computing Surveys

  时间：2026-03-21

• 边缘计算中基于人工智能的增强型网络安全：威胁、解决方案及未来发展方向

  边缘计算安全威胁及防御框架综述，提出通用架构并评估21个原型，发现可扩展性和异构设备整合是主要研究缺口，展望未来安全研究方向。

  来源：ACM Computing Surveys

  时间：2026-03-21

• 必读之作：《计算说服力研究综述》

  人工智能在说服机制中的应用与挑战研究，探讨AI作为说服者、说服对象及评价者的三重角色，提出分类框架并分析伦理风险与安全对策。

  来源：ACM Computing Surveys

  时间：2026-03-21

• 《CAD领域机器学习专题介绍》第一部分

  机器学习在电子设计自动化全流程中的应用研究。本文系统梳理了ML-CAD整合在HLS、电路优化、物理设计、验证测试及器件建模等关键环节的创新成果，提出基于LLM的代码重构、强化学习的工艺优化、跨尺度Transformer的电路优化等前沿方法，显著提升EDA流程效率与设计质量。

  来源：ACM Transactions on Design Automation of Electronic Systems

  时间：2026-03-21

• LMOD+：一个全面的多模态数据集和基准，用于开发和评估眼科领域中的多模态大规模语言模型

  LMOD+数据集通过整合多模态眼科影像和标注，扩展了任务范围至疾病筛查、分级和人口统计预测，并系统评估了24种大语言模型在眼科应用中的性能，揭示其通用性与专科需求间的差距。

  来源：ACM Transactions on Computing for Healthcare

  时间：2026-03-21

• 用于检测和分类多种视网膜疾病的可解释人工智能模型：基于混合CNN-Transformer-集成架构的设计

  视网膜疾病诊断AI系统通过整合CNN、Transformer和集成模型，利用合成数据集解决样本量不足和类别不平衡问题，在21类疾病分类中表现优于现有方法，并引入SHAP解释提升模型可信度，以促进偏远地区医疗资源公平分配。

  来源：ACM Transactions on Computing for Healthcare

  时间：2026-03-21

• 差异隐私联邦学习：系统综述

  差分隐私联邦学习系统综述填补了现有研究在模型分类和隐私保护对象方面的空白，提出基于定义与保证的新分类法，并探讨其应用场景。

  来源：ACM Computing Surveys

  时间：2026-03-21

• 人力资本与数字政府：来自德国、澳大利亚和新西兰的证据

  公共部门数字转型缓慢与数字政府能力（DGCs）不足相关，基于资源基础理论和人力资本理论，将DGCs视为知识、技能等构成的人资资本资源。通过分析德、澳、纽2869个职位广告，发现DGCs稀缺，并提出招聘策略建议。

  来源：Digital Government: Research and Practice

  时间：2026-03-21

• 非政府组织中的人工智能应用：系统性文献综述

  AI技术对非政府组织（NGOs）的社会影响力提升具有潜力，但现有研究分散。本文通过PRISMA流程筛选2020-2025年65篇英文文献，运用TOE框架分析发现，NGOs的AI应用主要分为参与、创造力、决策、预测、管理和优化6类，存在技术与组织、环境不匹配的挑战，但通过文献指导可突破初期障碍，促进效果和参与度提升。

  来源：ACM Journal on Computing and Sustainable Societies

  时间：2026-03-21

• LLLMs：一项基于数据的调查，探讨大型语言模型局限性的研究进展

  大型语言模型（LLM）研究局限性从2022至2025年显著增长，ACL和arXiv相关论文分别增长五倍和八倍，其中2025年LLM研究占比超30%。主要研究问题包括推理能力不足（占比最高）、泛化、幻觉、偏见及安全风险，ACL主题分布稳定而arXiv更关注安全风险、对齐、知识编辑等新兴方向。数据集和验证方法已开源。

  来源：ACM Computing Surveys

  时间：2026-03-21

• 通过行为形式化进行恶意软件分析

  恶意软件分析面临攻击者不断更新技术逃避检测的挑战，本文提出基于形式化分析的框架解决方案，通过二进制 instrumentation、污点分析和运行时验证选择性提取行为特征，并引入新型时态逻辑实现程序事件形式化验证，实验证明该框架能有效提升恶意软件分析效率。

  来源：Formal Aspects of Computing

  时间：2026-03-21

• 区块链与边缘计算之间的联系：一项大规模的系统性文献综述

  区块链与边缘计算融合机制研究综述。通过分析5900多篇文献构建22维特征分类体系，发现四种典型交互模式：公链与边缘节点的协同架构、智能合约的分布式执行机制、共识算法的轻量化适配、数据确权的跨域认证。研究揭示混合架构在物联网场景下可使隐私泄露风险降低73%，边缘端交易延迟减少至15ms以内。

  来源：Distributed Ledger Technologies: Research and Practice

  时间：2026-03-21

• 无线mesh网络中的多目标优化研究综述

  无线网状网络（WMNs）在灾害恢复、智能城市等场景中提供可靠宽带连接，但动态拓扑、干扰、频谱受限和异构QoS需求带来设计挑战，需通过多目标优化（MOO）平衡性能指标。现有MOO方法可分为整数线性规划（ILP）、启发式、元启发式、进化算法、学习算法及混合算法，其中启发式（32%）和元启发式（26%）应用最广，而ILP仅占2%。通过分析16项设计维度发现，吞吐量优化占主导（44%），但移动性、安全性和功率控制研究不足（均<5%）。研究指出多目标交互关系仅被24.22%覆盖，未来需整合移动感知路由与跨层安全优化提升WMNs的扩展性和鲁棒性。

  来源：ACM Computing Surveys

  时间：2026-03-21

• 对于没有不稳定的退行性腰椎管狭窄症患者，显微内镜与单侧双通道内镜减压术对预后影响的差异研究

  腰椎管狭窄症无不稳患者采用微切口减压与单侧双通道内镜辅助双侧减压术式比较，评估功能改善及肌 Preservation差异，发现内镜组ODI改善率（92.2%）显著高于对照组（78.9%）（P=0.012），MRI显示内镜组多裂肌萎缩和脂肪浸润更轻，脆弱性评分与功能恢复呈负相关，存在交互效应（P=0.018）。

  来源：Spine

  时间：2026-03-21

知名企业招聘：