cs.AI पेपर | Gist.Science

Retrofit: Continual Learning with Controlled Forgetting for Binary Security Detection and Analysis

यह शोध पत्र RETROFIT का प्रस्ताव करता है, जो बाइनरी सुरक्षा के लिए एक निरंतर सीखने (continual learning) वाला ढांचा है जो ऐतिहासिक डेटा के बिना लो-रैंक स्पार्स बाधाओं (low-rank sparse constraints) और कॉन्फिडेंस-गाइडेड आर्बिट्रेशन के माध्यम से लीगेसी और नए मॉडलों को मर्ज करके कैटास्ट्रोफिक फॉरगेटिंग को कम करता है, जो मैलवेयर डिटेक्शन और बाइनरी समराइजेशन कार्यों में मौजूदा बेसलाइन से काफी बेहतर प्रदर्शन करता है।

Yiling He, Junchi Lei, Hongyu She, Shuo Shao, Xinran Zheng, Yiping Liu, Zhan Qin, Lorenzo Cavallaro2026-04-24

🤖 machine learning

Why Do Language Model Agents Whistleblow?

यह शोध पत्र लार्ज लैंग्वेज मॉडल व्हिसलब्लोइंग (Large Language Model whistleblowing)—जहाँ एजेंट उपयोगकर्ता के निर्देश के बिना बाहरी पक्षों को संदिग्ध कदाचार का खुलासा करते हैं—के लिए एक मूल्यांकन सूट प्रस्तुत करता है और यह पाता है कि इस प्रकार के व्यवहार की आवृत्ति विभिन्न मॉडलों में भिन्न होती है, कार्य की जटिलता और वैकल्पिक वर्कफ़्लो की उपलब्धता के साथ घटती है, लेकिन जब एजेंटों को स्पष्ट रूप से नैतिक रूप से कार्य करने के लिए प्रेरित किया जाता है तो बढ़ जाती है।

Kushal Agrawal, Frank Xiao, Guido Bergman, Asa Cooper Stickland2026-04-24

💻 computer science

Musical Score Understanding Benchmark: Evaluating Large Language Models' Comprehension of Complete Musical Scores

यह शोधपत्र MSU-Bench प्रस्तुत करता है, जो एक मानव-क्यूरेटेड बेंचमार्क है जिसमें टेक्स्ट और विजुअल मोडैलिटीज के माध्यम से 1,800 जनरेटिव प्रश्न-उत्तर जोड़े शामिल हैं, ताकि पिच, रिदम, हार्मनी और स्ट्रक्चर पर एकीकृत तर्क के माध्यम से पूर्ण संगीत स्कोर को समझने की लार्ज लैंग्वेज और विजन-लैंग्वेज मॉडल्स की क्षमता का मूल्यांकन और सुधार किया जा सके।

Congren Dai, Yue Yang, Krinos Li, Huichi Zhou, Shijie Liang, Bo Zhang, Enyang Liu, Ge Jin, Hongran An, Haosen Zhang, Pei (…)2026-04-24

💻 computer science

AI for software engineering: from probable to provable

यह शोध पत्र तर्क देता है कि "वाइब कोडिंग" में अस्पष्ट आवश्यकताओं और मतिभ्रम (hallucinations) की चुनौतियों से पार पाने के लिए, शुद्धता सुनिश्चित करने हेतु एआई-संचालित सॉफ्टवेयर इंजीनियरिंग को औपचारिक विनिर्देश विधियों (formal specification methods) और प्रोग्राम सत्यापन के साथ एकीकृत किया जाना चाहिए।

Bertrand Meyer2026-04-24

💻 computer science

Focus on What Matters: Fisher-Guided Adaptive Multimodal Fusion for Vulnerability Detection

यह शोध पत्र TaCCS-DFA प्रस्तावित करता है, जो एक नवीन ढांचा है जो फिशर सूचना (Fisher information) का उपयोग करके एक अनुकूलन योग्य, कार्य-सशर्त संलयन रणनीति के माध्यम से पूरक संकेतों को चुनिंदा रूप से एकीकृत करता है, जिससे नैव (naive) मल्टीमॉडल संलयन की सीमाओं को संबोधित किया जाता है और न्यूनतम विलंबता ओवरहेड के साथ महत्वपूर्ण प्रदर्शन लाभ प्राप्त किया जाता है।

Yun Bian, Yi Chen, HaiQuan Wang, ShiHao Li, Zhe Cui2026-04-24

🤖 machine learning

RIFT: Repurposing Negative Samples via Reward-Informed Fine-Tuning

यह शोध पत्र RIFT को प्रस्तुत करता है, जो एक डेटा-कुशल ढांचा है जो रिवॉर्ड-इन्फॉर्म्ड लॉस रीवेटिंग और एक स्थिर फॉर्मूलेशन के माध्यम से स्वयं-निर्मित नकारात्मक नमूनों का पुनरुद्देश्य बनाकर LLM अलाइनमेंट में सुधार करता है, और गणितीय बेंचमार्क पर मानक रिजेक्शन सैंपलिंग फाइन-ट्यूनिंग से लगातार बेहतर प्रदर्शन करता है।

Zehua Liu, Shuqi Liu, Tao Zhong, Mingxuan Yuan2026-04-24

🤖 machine learning

GeoRA: Geometry-Aware Low-Rank Adaptation for RLVR

GeoRA एक ज्यामिति-जागरूक (geometry-aware) लो-रैंक एडेप्टेशन विधि है जो RL अपडेट सबस्पेस के SVD के माध्यम से एडेप्टर को इनिशियलाइज़ करती है और प्री-ट्रेंड संरचनाओं को संरक्षित करने के लिए अवशिष्ट घटकों (residual components) को फ्रीज करती है, जिससे यह मौजूदा पैरामीटर-कुशल बेसलाइनों की तुलना में सत्यापन योग्य पुरस्कारों वाले सुदृढीकरण शिक्षण (Reinforcement Learning with Verifiable Rewards - RLVR) में बेहतर प्रदर्शन और सामान्यीकरण प्राप्त करती है।

Jiaying Zhang, Lei Shi, Jiguo Li, Jun Xu, Jiuchong Gao, Jinghua Hao, Renqing He2026-04-24

🤖 machine learning

Low Cost, High Efficiency: LiDAR Place Recognition in Vineyards with Matryoshka Representation Learning

यह शोध पत्र MinkUNeXt-VINE को प्रस्तुत करता है, जो कम लागत वाले, विरल (sparse) इनपुट का उपयोग करके असंरचित अंगूर के बागों के वातावरण में मजबूत, वास्तविक समय के LiDAR प्लेस रिकग्निशन (स्थान पहचान) को प्राप्त करने के लिए मैट्रोशका रिप्रेजेंटेशन लर्निंग (Matryoshka Representation Learning) का उपयोग करने वाली एक हल्की (lightweight) डीप-लर्निंग विधि है।

Judith Vilella-Cantos, Mauro Martini, Marcello Chiaberge, Mónica Ballesta, David Valiente2026-04-24

🤖 AI

SweetSpot: An Analytical Model for Predicting Energy Efficiency of LLM Inference

यह शोध पत्र SweetSpot को प्रस्तुत करता है, जो एक विश्लेषणात्मक मॉडल है जो इष्टतम इनपुट-आउटपुट लंबाई संयोजनों की पहचान करके LLM इन्फरेंस की गैर-रेखीय ऊर्जा दक्षता की सटीक भविष्यवाणी करता है, जिससे अनुकूलन योग्य जनरेशन रणनीतियों के माध्यम से महत्वपूर्ण ऊर्जा कटौती सक्षम होती है।

Hiari Pizzini Cavagna, Andrea Proia, Giacomo Madella, Giovanni B. Esposito, Francesco Antici, Daniele Cesarini, Zeynep K (…)2026-04-24

💬 NLP

Intent Laundering: AI Safety Datasets Are Not What They Seem

यह शोध पत्र प्रकट करता है कि व्यापक रूप से उपयोग किए जाने वाले एआई सुरक्षा डेटासेट दोषपूर्ण हैं क्योंकि वे यथार्थवादी प्रतिकूल व्यवहार के बजाय स्पष्ट "ट्रिगरिंग क्यूज़" (triggering cues) पर निर्भर करते हैं, जो यह प्रदर्शित करता है कि जब "इंटेंट लॉन्ड्रिंग" (intent laundering) नामक तकनीक के माध्यम से इन संकेतों को हटा दिया जाता है, तो शीर्ष स्तर के मॉडल भी हानिकारक आउटपुट को रोकने में विफल हो जाते हैं।

Shahriar Golchin, Marc Wetter2026-04-24

← पिछला अगला →