Exploring Automated Vulnerability Identification in JavaScript Code Using Large Language Models
研究使用大型语言模型自动识别JavaScript代码中的漏洞，通过对比不同模型和策略，发现其在特定类型的漏洞识别上优于传统静态分析工具。
0 citationsRead paper
Selected work
Representative Papers
RefDiT: Local Attribute Guidance in Reference-Based Image Generation
为解决复杂场景下基于参考图像生成时无法有效利用局部属性的问题，RefDiT通过局部区域指导和属性级分解增强生成模型的控制能力。
0 citationsRead paper
Scales, Reflections, and Conversations: A Multi-Modal Approach to Emotion Annotation
研究通过多模态情绪标注方法，解决传统数据收集方式忽视参与者可用性和情感复杂性的问题，以支持更丰富细腻的情绪数据收集。
0 citationsRead paper
Optimal Stratified Allocation for Rare-Event Onset Forecasting in Dependent Sequences
研究通过分层抽样方法解决罕见事件预测问题，推导出最优分配策略，并在金融时间序列数据上验证了该方法的有效性。
0 citationsRead paper
Median-of-Means as an Extremal Convex Estimator and a Nonconvex Route to the Trimmed Oracle
研究通过引入非凸块-Lp估计器，解决了在重尾和对抗性污染数据中鲁棒学习的问题，逼近了修剪块oracle常数。
0 citationsRead paper
Recent publications
Latest Papers
Exploring Automated Vulnerability Identification in JavaScript Code Using Large Language Models
研究使用大型语言模型自动识别JavaScript代码中的漏洞，通过对比不同模型和策略，发现其在特定类型的漏洞识别上优于传统静态分析工具。
0 citationsRead paper
RefDiT: Local Attribute Guidance in Reference-Based Image Generation
为解决复杂场景下基于参考图像生成时无法有效利用局部属性的问题，RefDiT通过局部区域指导和属性级分解增强生成模型的控制能力。
0 citationsRead paper
Scales, Reflections, and Conversations: A Multi-Modal Approach to Emotion Annotation
研究通过多模态情绪标注方法，解决传统数据收集方式忽视参与者可用性和情感复杂性的问题，以支持更丰富细腻的情绪数据收集。
0 citationsRead paper
Optimal Stratified Allocation for Rare-Event Onset Forecasting in Dependent Sequences
研究通过分层抽样方法解决罕见事件预测问题，推导出最优分配策略，并在金融时间序列数据上验证了该方法的有效性。
0 citationsRead paper
Median-of-Means as an Extremal Convex Estimator and a Nonconvex Route to the Trimmed Oracle
研究通过引入非凸块-Lp估计器，解决了在重尾和对抗性污染数据中鲁棒学习的问题，逼近了修剪块oracle常数。
0 citationsRead paper