🤖 Category

cs.AI

24509 पेपर

🤖 machine learning

Test-Time Personalization: A Diagnostic Framework and Probabilistic Fix for Scaling Failures

यह शोध पत्र एक टेस्ट-टाइम पर्सनलाइजेशन फ्रेमवर्क पेश करता है जो सैंपलिंग और कैंडिडेट चयन के माध्यम से इन्फरेंस को स्केल करता है, एक एकीकृत स्केलिंग लॉ के माध्यम से यूजर-लेवल कोलैप्स और क्वेरी-लेवल रिवॉर्ड हैकिंग की पहचान करके मानक रिवॉर्ड मॉडल की विफलताओं का निदान करता है, और इन समस्याओं को प्रभावी ढंग से कम करने तथा निरंतर प्रदर्शन लाभ प्राप्त करने के लिए एक संभाव्य व्यक्तिगत रिवॉर्ड मॉडल का प्रस्ताव करता है।

Linhai Zhang, Yulan He2026-05-13
💻 computer science

Towards Scalable Persistence-Based Topological Optimization

यह शोध पत्र पर्सिस्टेंस-आधारित टोपोलॉजिकल ऑप्टिमाइज़ेशन के लिए एक स्केलेबल फ्रेमवर्क प्रस्तावित करता है जो कुशल सबसैंपलिंग के लिए रैंडम स्लाइसिंग को स्मूथ ग्रेडिएंट एक्सटेंशन के लिए फास्ट नादरया-वाट्सन गॉसियन कन्वोल्यूशन के साथ जोड़ता है, जिससे 2D और 3D सेटिंग्स में कम्प्यूटेशनल बाधाओं को दूर किया जा सकता है और ऑप्टिमाइज़ेशन प्रदर्शन में सुधार किया जा सकता है।

Abderrahim Bendahi, Alexandre Duplessis, Arnaud Fickinger2026-05-13
💻 computer science

Few-Shot Truly Benign DPO Attack for Jailbreaking LLMs

यह शोध पत्र यह प्रकट करता है कि डायरेक्ट प्रेफरेंस ऑप्टिमाइज़ेशन (DPO) एक महत्वपूर्ण सुरक्षा भेद्यता पेश करता है जहाँ केवल 10 हानिरहित प्रेफरेंस पेयर्स का उपयोग करने वाला एक "वास्तव में सौम्य" फाइन-ट्यूनिंग हमला, जो ओवर-रिफ्यूज़ल को कम करने के वैध प्रयासों की नकल करता है, विविध प्रॉम्प्ट्स पर रिफ्यूज़ल व्यवहारों को व्यापक रूप से दबाकर फ्रंटियर LLMs को प्रभावी ढंग से जेलब्रेक कर सकता है।

Sangyeon Yoon, Wonje Jeung, Yoonjun Cho, Dongjae Jeon, Albert No2026-05-13
💻 computer science

MT-JailBench: A Modular Benchmark for Understanding Multi-Turn Jailbreak Attacks

यह शोध पत्र MT-JailBench को पेश करता है, जो एक मॉड्यूलर बेंचमार्क फ्रेमवर्क है जो प्रयोगात्मक स्थितियों के प्रभावों को हमला तंत्र से अलग करने के लिए मल्टी-टर्न जेलब्रेक मूल्यांकन को मानकीकृत करता है, जिससे यह प्रकट होता है कि प्रॉम्प्ट जनरेशन सफलता का प्राथमिक चालक है और इष्टतम घटकों को पुनर्संयोजित करने से बेहतर, सामान्यीकरण योग्य हमला रणनीतियाँ प्राप्त होती हैं।

Xinkai Zhang, Zhipeng Wei, Huanli Gong, Jing Ting Zheng, Yuchen Zhang, Yue Dong, N. Benjamin Erichson2026-05-13
🤖 machine learning

DisagMoE: Computation-Communication overlapped MoE Training via Disaggregated AF-Pipe Parallelism

DisagMoE एक नवीन Mixture-of-Experts प्रशिक्षण प्रणाली है जो अटेंशन और फीड-फॉरवर्ड परतों को एक मल्टी-स्टेज पाइपलाइन के साथ अलग-अलग GPU समूहों में विघटित करके बड़े पैमाने के क्लस्टर्स पर दक्षता को बढ़ाती है, जिससे ऑल-टू-ऑल संचार बाधाओं को दूर करने के लिए संचार और गणना को प्रभावी ढंग से ओवरलैप किया जाता है और 1.8x तक प्रशिक्षण गति वृद्धि प्राप्त की जाती है।

Zhichen Zeng, Chi-Chih Chang, Jiayi Wang, Zezhou Wang, Ningxin Zheng, Zheng Zhong, Cesar A. Stuardo, Dongyang Wang, Moha (…)2026-05-13
🤖 machine learning

When and How to Canonize: A Generalization Perspective

यह शोध पत्र एक सैद्धांतिक ढांचा स्थापित करता है जो यह प्रदर्शित करता है कि कैनोनाइज्ड (canonized) मॉडलों का सामान्यीकरण प्रदर्शन (generalization performance) कैनोनाइजेशन पद्धति की नियमितता पर महत्वपूर्ण रूप से निर्भर करता है, जो यह सिद्ध करता है कि हिल्बर्ट कर्व सीरियलाइजेशन (Hilbert curve serialization), घातांकीय लेक्सिकोग्राफिकल सॉर्टिंग (exponential lexicographical sorting) की तुलना में बहुपद जटिलता (polynomial complexity) और बेहतर सीमाएं प्रदान करता है, जिससे पॉइंट क्लाउड प्रोसेसिंग में इसकी अनुभवजन्य सफलता के लिए पहला औपचारिक औचित्य प्राप्त होता है।

Yonatan Sverdlov, Benjamin Friedman, Snir Hordan, Nadav Dym2026-05-13
🤖 machine learning

Backbone-Equated Diffusion OOD via Sparse Internal Snapshots

यह शोध पत्र निष्पक्ष डिफ्यूजन-आधारित OOD डिटेक्शन के लिए एक Mutualized Backbone-Equated प्रोटोकॉल प्रस्तुत करता है और कैनोनिकल फीचर स्नैपशॉट्स (Canonical Feature Snapshots) का प्रस्ताव करता है, जो एक ऐसी विधि है जो यह प्रदर्शित करती है कि कम-शोर (low-noise) स्तरों पर फ्रोजन डिफ्यूजन बैकबोन से प्राप्त स्पार्स आंतरिक सक्रियण (sparse internal activations), पूर्ण डिनोइजिंग प्रक्षेपवक्र (full denoising trajectories) की आवश्यकता के बिना अत्यधिक प्रतिस्पर्धी OOD डिटेक्शन के लिए पर्याप्त हैं।

Yadang Alexis Rouzoumka, Jean Pinsolle, Eugénie Terreaux, Christèle Morisseau, Jean-Philippe Ovarlez, Chengfang Ren2026-05-13
💻 computer science

DCVD: Dual-Channel Cross-Modal Fusion for Joint Vulnerability Detection and Localization

DCVD एक एकीकृत ढांचा है जो सॉफ्टवेयर भेद्यता (vulnerability) का पता लगाने और सटीक स्टेटमेंट-लेवल लोकलाइजेशन को एक साथ सुधारने के लिए स्पष्ट मल्टी-ग्रैनुलैरिटी सुपरविजन के साथ ड्यूल-चैनल क्रॉस-मोडल फ्यूजन का लाभ उठाता है, जो मौजूदा अत्याधुनिक तरीकों से बेहतर प्रदर्शन करता है।

Wenxin Tang, Wenbin Li, Junliang Liu, Jingyu Xiao, Xi Xiao, Mingzhe Liu, Jinlong Yang, Xuan Liu, Yuehe Ma, Wang Luo, Qin (…)2026-05-13
💻 computer science

From Code-Centric to Intent-Centric Software Engineering: A Reflexive Thematic Analysis of Generative AI, Agentic Systems, and Engineering Accountability

यह शोध पत्र विविध तकनीकी और शैक्षणिक स्रोतों के रिफ्लेक्सिव थीमैटिक विश्लेषण (reflexive thematic analysis) का उपयोग करते हुए यह तर्क देता है कि जनरेटिव एआई और एजेंटिक सिस्टम सॉफ्टवेयर इंजीनियरिंग को एक कोड-केंद्रित अभ्यास से बदलकर एक इंटेंट-केंद्रित (intent-centric) अनुशासन में बदल रहे हैं, जहाँ मानवीय जवाबदेही छिपे हुए तकनीकी ऋण और जवाबदेही अंतराल जैसे जोखिमों को कम करने के लिए सामाजिक-तकनीकी प्रणालियों की निगरानी, सत्यापन और शासन की ओर स्थानांतरित हो रही है।

Elyson De La Cruz2026-05-13
💻 computer science

MambaNetBurst: Direct Byte-level Network Traffic Classification without Tokenization or Pretraining

MambaNetBurst एक कॉम्पैक्ट, टोकनाइज़र-मुक्त नेटवर्क ट्रैफ़िक क्लासिफायर है जो सीधे रॉ पैकेट बाइट्स पर एंड-टू-एंड सुपरवाइज्ड क्लासिफिकेशन करने के लिए Mamba-2 बैकबोन का लाभ उठाता है, जो टोकनाइज़ेशन, पैचिंग या सेल्फ-सुपरवाइज्ड प्रीट्रेनिंग की आवश्यकता के बिना विविध बेंचमार्क में प्रतिस्पर्धी प्रदर्शन प्राप्त करता है।

Gayan K. Kulatilleke, Siamak Layeghy, Mahsa Baktashmotlagh, Marius Portmann2026-05-13