• 空间变化连续纤维点阵中的可编程非线性响应：实验与数值研究

  连续纤维增强点阵结构（continuous fibre-reinforced lattice structures, CFCSs）已成为一类极具前景的轻量化架构材料（architected materials），通过在多孔几何中策略性排布纤维，获得优异的比刚度

  来源：Engineering Structures

  时间：2026-09-02

• 基于AI的辅助、教师监督的高等教育评分与反馈：端到端流程的设计与评估

  在高等教育中，及时且具有建设性的反馈对学习至关重要，但传统评分方式耗时、不一致且常有延迟。本研究设计、部署并评估了一条基于GPT-4o的端到端评分与反馈流程，该流程在一门硕士课程中与教师评分并行运行，作为教师评估的补充而非替代。研究人员在六项连续的案例研

  来源：Computers and Education Open

  时间：2026-09-02

• 砂土循环液化抗力的级配效应的微观力学洞察

  本研究采用离散元方法（DEM）模拟，对级配效应影响砂土循环液化抗力的微观力学解释进行了探讨。研究人员制备了具有不同不均匀系数的三维颗粒集合体，采用两种不同的制备方案使其处于松散和中密状态，并在一系列循环应力比条件下进行常体积循环简单剪切试验。循环液化抗力以达到

  来源：Computers and Geotechnics

  时间：2026-09-02

• 定义教师深度学习数字能力的难题：一种修辞荒谬性

  本研究探讨了教师数字能力与深度学习之间长期存在的政策-实践不一致问题。研究人员将这种不一致界定为一种“修辞荒谬性”，即教师数字能力框架所识别的深度学习相关能力与教育环境中普遍存在的技术浅层应用之间的反复矛盾。尽管经历了近四十年的数字改革浪潮与日益复杂的政策框架

  来源：Computers and Education Open

  时间：2026-09-02

• 首选脚手架并不能带来更优的学习表现：来自AI支持的数学建模实证证据

  数学建模(MM)被广泛认为是解决复杂现实问题的关键能力，要求学习者参与抽象、表征与迭代推理等高阶过程。然而学习者在协调这些过程时常遇困难。尽管人工智能(AI)近期进展为支持数学建模提供新可能，但关于不同AI中介互动形式如何塑造学习者建模过程的研究有限。为此，研

  来源：Computers and Education: Artificial Intelligence

  时间：2026-09-02

• PHYSBO更新：提升物理与材料研究贝叶斯优化的可用性与可移植性

  摘要 贝叶斯优化（Bayesian optimization, BO）被广泛用于加速物理与材料研究，在这些领域中，目标函数的评估在计算上或实验上代价高昂。尽管许多BO框架侧重于算法效率，但在实际研究环境中，实用的可用性和可移植性对于持续使用同样至关重要。PHY

  来源：Computer Physics Communications

  时间：2026-09-02

• 人工智能评估量规生成在人工与自动化情境中的混合推理框架：来自本科编程课程的证据

  开发评估量规（rubric）需要大量资源，限制了高频次形成性评估的实施。本研究提出了HARMOGEN-R（Hybrid Assessment Rubric Model Generation with Reasoning，混合评估量规模型生成与推理）框架，该框架

  来源：Computers and Education: Artificial Intelligence

  时间：2026-09-02

• 索赔额高达800亿欧元，却未认定损害？2020年至2026年7月荷兰集体GDPR诉讼的启示

  摘要翻译：本文通过自下而上地分析2020年至2026年7月期间的荷兰集体诉讼案件，考察了在《通用数据保护条例》(GDPR)框架下，集体诉讼中损害认定所能达到的程度。自2020年荷兰引入集体救济制度(WAMCA)以来，共提起了十六起与GDPR相关的集体索赔，估计

  来源：Computer Law & Security Review

  时间：2026-09-02

• Mumax3-cQED：Mumax3的扩展，用于模拟腔量子电动力学中的磁子-光子相互作用

  研究人员提出了Mumax3-cQED，这是一个用于在真实实验条件下模拟磁子-极化激元(magnon-polaritons)的代码。它是广泛使用的微磁模拟(micromagnetic simulation)软件包Mumax3的扩展，基于其GPU加速(GPU-ac

  来源：Computer Physics Communications

  时间：2026-09-02

• ArchiClip：学习三维建筑自由曲面的文本-几何联合表征

  研究人员构建了ArchiShape，这是首个包含超过25万个自由形态建筑表面的大规模数据集，并配有自动生成的领域特定文本标注。研究人员提出了ArchiClip，一种通过对比对齐学习文本与几何联合表征的三维中心框架。该框架建立了一个面向建筑自由曲面的双模态嵌入空

  来源：Computer-Aided Design

  时间：2026-09-02

知名企业招聘：