When Label Noise Meets Class Imbalance: A Robust Framework for Android Malware Family Classification
为解决安卓恶意软件家族分类中的标签噪声和类别不平衡问题，提出RoMaC框架，采用自训练策略修正标签，并区分处理头部和尾部家族样本，提高分类准确性和抗噪能力。
0 citationsRead paper
Selected work
Representative Papers
Relationally Guided Use Case Modeling with LLMs
为解决用例流构建成本高且现有自动化方法难以保持语义一致性等问题，提出FlowGen模型，利用LLM进行语义信息处理和生成用例流。
0 citationsRead paper
Multimodal Aspect-Level Sentiment Analysis Based on Gated Noise Filtering and Emotion-Relevance Interaction
为解决多模态情感分析中的噪声干扰和跨模态情感对齐问题，提出了一种基于门控噪声过滤和情感相关性交互的框架GNSRI。
0 citationsRead paper
CWF: A Collaborative Writing Framework for Personalized and Reliable Popular Science Writing
为解决科学普及写作中个性化与准确性之间的矛盾，本文通过构建数据集、提出DA-MoE模型及多代理事实核查机制来提高文本适应性和可靠性。
0 citationsRead paper
AgenticRag-R1: Agentic Reinforcement Learning with Stack Memory for Multi-Step Reasoning, Retrieval and Memorizing
本文针对多步推理中自适应检索和上下文连续修正难题，提出AgenticRag-R1框架，通过堆栈记忆与细粒度动作空间结合强化学习方法解决。
0 citationsRead paper
Recent publications
Latest Papers
When Label Noise Meets Class Imbalance: A Robust Framework for Android Malware Family Classification
为解决安卓恶意软件家族分类中的标签噪声和类别不平衡问题，提出RoMaC框架，采用自训练策略修正标签，并区分处理头部和尾部家族样本，提高分类准确性和抗噪能力。
0 citationsRead paper
Relationally Guided Use Case Modeling with LLMs
为解决用例流构建成本高且现有自动化方法难以保持语义一致性等问题，提出FlowGen模型，利用LLM进行语义信息处理和生成用例流。
0 citationsRead paper
Multimodal Aspect-Level Sentiment Analysis Based on Gated Noise Filtering and Emotion-Relevance Interaction
为解决多模态情感分析中的噪声干扰和跨模态情感对齐问题，提出了一种基于门控噪声过滤和情感相关性交互的框架GNSRI。
0 citationsRead paper
CWF: A Collaborative Writing Framework for Personalized and Reliable Popular Science Writing
为解决科学普及写作中个性化与准确性之间的矛盾，本文通过构建数据集、提出DA-MoE模型及多代理事实核查机制来提高文本适应性和可靠性。
0 citationsRead paper
AgenticRag-R1: Agentic Reinforcement Learning with Stack Memory for Multi-Step Reasoning, Retrieval and Memorizing
本文针对多步推理中自适应检索和上下文连续修正难题，提出AgenticRag-R1框架，通过堆栈记忆与细粒度动作空间结合强化学习方法解决。
0 citationsRead paper