🤖 Category

cs.AI

24509 पेपर

🔬 materials science

SLayerGen: a Crystal Generative Model for all Space and Layer Groups

यह शोध पत्र SLayerGen प्रस्तुत करता है, जो एक नवीन जनरेटिव मॉडल है जो ऑटोरेग्रेसिव लैटिस सैंपलिंग और इक्विवेरिएंट डिफ्यूजन के हाइब्रिड आर्किटेक्चर के माध्यम से सभी स्पेस और लेयर समूहों के प्रति इनवेरिएंस (invariance) को लागू करके बल्क क्रिस्टल और डायपीरियडिक सामग्रियों (जैसे कि 2D मोनोलेयर्स) दोनों के निर्माण को एकीकृत करता है, साथ ही इन पहले से कम प्रतिनिधित्व वाली सामग्री प्रणालियों की खोज को आगे बढ़ाने के लिए नए डेटासेट और मेट्रिक्स भी प्रदान करता है।

Rees Chang, Andrew Novick, Ryan P Adams, Elif Ertekin2026-05-12
🤖 AI

Insider Attacks in Multi-Agent LLM Consensus Systems

यह शोध पत्र एक वर्ल्ड-मॉडल-आधारित ढांचे का प्रस्ताव करके मल्टी-एजेंट एलएलएम (LLM) सर्वसम्मति प्रणालियों में इनसाइडर हमलों की जांच करता है, जो एक दुर्भावनापूर्ण एजेंट को निर्दोष एजेंटों के बीच सहमति को प्रभावी ढंग से विलंबित करने या रोकने के लिए प्रशिक्षित करने हेतु सुदृढीकरण शिक्षण (reinforcement learning) का उपयोग करता है।

Xiaolin Sun, Zixuan Liu, Yibin Hu, Zizhan Zheng2026-05-12
🤖 AI

Mitigating Many-shot Jailbreak Attacks with One Single Demonstration

यह शोध पत्र इन्फरेंस के समय एक एकल सुरक्षा प्रदर्शन (safety demonstration) जोड़ने द्वारा 'मेनी-शॉट जेलब्रेक हमलों' के विरुद्ध एक रक्षा प्रस्तावित करता है, जो निहित दुर्भावनापूर्ण फाइन-ट्यूनिंग-प्रेरित सक्रियण विचलन (activation drift) का प्रतिकार करता है और बिना किसी पैरामीटर अपडेट या व्हाइट-बॉक्स एक्सेस के मॉडल के इनकार व्यवहार (refusal behavior) को पुनर्स्थापित करता है।

Kejia Chen, Jiawen Zhang, Boheng Li, Pengcheng Li, Jian Lou, Zunlei Feng, Mingli Song, Ruoxi Jia, Tianwei Zhang2026-05-12
🤖 machine learning

Beyond the False Trade-off: Adaptive EWC for Stealthy and Generalizable T2I Backdoors

यह शोध पत्र कोसाइन-अवेयर एडेप्टिव ईडब्ल्यूसी (Cosine-Aware Adaptive EWC) का प्रस्ताव करता है, जो एक नवीन विधि है जो स्टील्थी टेक्स्ट-टू-इमेज बैकडोर हमलों में अटैक सक्सेस रेट और मॉडल फिडेलिटी के बीच कृत्रिम समझौते (trade-off) को दूर करने के लिए पैरामीटर-आधारित रेगुलराइजेशन को गतिशील रूप से समायोजित करती है, जिससे मौजूदा बेसलाइन की तुलना में बेहतर प्रदर्शन और मजबूती प्राप्त होती है।

Lu Bowen, Xinyu Tang, Yin Yin Low, Shu-Min Leong2026-05-12
🤖 machine learning

Diagnosing Spectral Ceilings in Equivariant Neural Force Fields

यह शोध पत्र एक स्पेक्ट्रल-इंजेक्शन डायग्नोस्टिक प्रस्तुत करता है जो प्रकट करता है कि इक्विवैरिएंट न्यूरल फोर्स फील्ड्स, जैसे कि NequIP, एक तीव्र "स्पेक्ट्रल सीलिंग" प्रदर्शित करते हैं जहाँ उनकी कोणीय आवृत्तियों (angular frequencies) को पुनः प्राप्त करने की क्षमता बैकबोन के अधिकतम डिग्री और प्रेडिक्शन नेटवर्क की बहुपद डिग्री (polynomial degree) के गुणनफल द्वारा निर्धारित एक सैद्धांतिक सीमा के परे अचानक ढह जाती है।

Hyunmog Kim2026-05-12
🤖 machine learning

Graph Computation Meets Circuit Algebra: A Task-Aligned Analysis of Graph Neural Networks for Electronic Design Automation

यह शोध पत्र तर्क देता है कि इलेक्ट्रॉनिक डिज़ाइन ऑटोमेशन (EDA) में सफल ग्राफ न्यूरल नेटवर्क अनुप्रयोगों के लिए विशिष्ट सर्किट कार्यों, जैसे कि टाइमिंग विश्लेषण के लिए मैक्स-प्लस रिकरेंस (max-plus recurrences) और IR ड्रॉप के लिए लीनियर सिस्टम्स (linear systems), की मूल बीजगणितीय संरचनाओं के साथ विशिष्ट कम्प्यूटेशनल आर्किटेक्चर को संरेखित करना आवश्यक है, न कि केवल सामान्य ग्राफ लर्निंग दृष्टिकोणों पर निर्भर रहना।

Hyunmog Kim2026-05-12
🤖 machine learning

Hierarchical Mixture-of-Experts with Two-Stage Optimization

यह शोध पत्र Hi-MoE को प्रस्तुत करता है, जो एक पदानुक्रमित (hierarchical) Mixture-of-Experts फ्रेमवर्क है जो इंटर-ग्रुप लोड बैलेंसिंग और इंट्रा-ग्रुप एक्सपर्ट स्पेशलाइजेशन को एक साथ लागू करने के लिए दो-चरणीय अनुकूलन रणनीति का उपयोग करता है, जिससे रूटिंग स्थिरता और विविधता के बीच के ट्रेड-ऑफ को हल करते हुए मौजूदा बेसलाइनों की तुलना में महत्वपूर्ण प्रदर्शन सुधार प्राप्त होता है।

Gleb Molodtsov, Alexander Miasnikov, Aleksandr Beznosikov2026-05-12
🤖 machine learning

In-Context Fixation: When Demonstrated Labels Override Semantics in Few-Shot Classification

यह शोध पत्र प्रकट करता है कि इन-कॉन्टेक्स्ट लर्निंग मॉडल यांत्रिक रूप से प्रदर्शित टोकन को एक संपूर्ण शब्दावली के रूप में मानने के लिए बाध्य हैं, जिससे सटीकता तब ढह जाती है जब लेबल स्लॉट्स को सजातीय या यहाँ तक कि अर्थपूर्ण टोकनों से भरा जाता है, जो एक ऐसी घटना है जो विशिष्ट तंत्रिका परिपथों (न्यूरल सर्किट्स) तक सीमित है जो अर्थ संबंधी समझ को प्रारूप-संचालित टोकन पुनर्प्राप्ति के साथ ओवरराइड कर देते हैं।

Ming Liu2026-05-12
🤖 machine learning

A Qualitative Test-Risk Mechanism for Scaling Behavior in Normalized Residual Networks

यह शोध पत्र एक सैद्धांतिक ढांचा स्थापित करता है जो यह सिद्ध करता है कि नॉर्मलाइज्ड नेटवर्क्स में रेसिड्यूअल ब्लॉक्स को सम्मिलित करने से टेस्ट रिस्क में सुधार होता है, क्योंकि यह स्केलिंग लाभ को एक कम-जोखिम वाले "जंपबोर्ड" मॉडल से प्राप्त होने वाले रिप्रेजेंटेशनल गेन्स और नॉर्म-आधारित रेडेमेकर कॉम्प्लेक्सिटी बाउंड्स के माध्यम से नियंत्रित जनरलाइजेशन में विघटित करता है।

Daning Cheng, Zeyu Liu, Jun Sun, Fen Xia, Boyang Zhang, Dongping Liu, Yunquan Zhang2026-05-12
🤖 machine learning

What Cohort INRs Encode and Where to Freeze Them

यह शोधपत्र कोहॉर्ट-प्रशिक्षित इम्पलिसिट न्यूरल रिप्रेजेंटेशन्स (INRs) की जांच करता है, जिसमें यह पहचान की गई है कि फ्रीजिंग के लिए इष्टतम लेयर उच्चतम वेट स्टेबल रैंक (highest weight stable rank) के अनुरूप होती है और स्पार्स ऑटोएन्कोडर विश्लेषण के माध्यम से यह प्रकट किया गया है कि SIREN और फूरियर-फीचर MLPs मौलिक रूप से भिन्न प्रतिनिधित्व—स्थानीयकृत समन्वय टाइल्स (localized coordinate tiles) बनाम इमेज-स्पैनिंग कंटोर्स (image-spanning contours)—एन्कोड करते हैं, जिससे INRs में हस्तांतरणीय प्रतिनिधित्वों की पहली यांत्रिक समझ प्राप्त होती है।

Vasiliki Sideri-Lampretsa, Sophie Starck, Robbie Holland, Julian McGinnis, Daniel Rueckert2026-05-12