cs.LG पेपर | Gist.Science

TimeGuard: Channel-wise Pool Training for Backdoor Defense in Time Series Forecasting

डेटा एंटैंगलमेंट (data entanglement) और टास्क-फॉर्मुलेशन शिफ्ट (task-formulation shift) की चुनौतियों को संबोधित करने के लिए, जो मौजूदा सुरक्षा उपायों को टाइम सीरीज़ फोरकास्टिंग (Time Series Forecasting) के लिए अप्रभावी बना देती हैं, लेखक TimeGuard का प्रस्ताव करते हैं, जो एक ट्रेनिंग-टाइम डिफेंस है जो क्लीन मॉडल प्रदर्शन को बनाए रखते हुए बैकडोर हमलों के विरुद्ध मजबूती में उल्लेखनीय सुधार करने के लिए चैनल-वाइज पूल ट्रेनिंग (channel-wise pool training) और डिस्टेंस-रेगुलराइज्ड लॉस सिलेक्शन (distance-regularized loss selection) का उपयोग करता है।

Quang Duc Nguyen, Siyuan Liang, Yiming Li, Fushuo Huo, Dacheng Tao2026-05-22

💻 computer science

VeriScale: Adversarial Test-Suite Scaling for Verifiable Code Generation

यह शोध पत्र VeriScale को प्रस्तुत करता है, जो एक एडवर्सरियल फ्रेमवर्क (adversarial framework) है जो अधिक कठोर बेंचमार्क जैसे कि VerinaPlus और VerinaLite बनाने के लिए टेस्ट सूट्स का विस्तार और डिस्टिलेशन करता है, जो अत्याधुनिक LLMs की कोड जनरेशन और स्पेसिफिकेशन क्षमताओं में महत्वपूर्ण कमजोरियों को उजागर करते हैं जिन्हें मौजूदा बेंचमार्क पकड़ने में विफल रहते हैं।

Yifan Bai, Xiaoyang Liu, Zihao Mou, Guihong Wang, Jian Yu, Shuhan Xie, Yantao Li, Yangyu Zhang, Jingwei Liang, Tao Luo2026-05-22

💬 NLP

Boundary-targeted Membership Inference Attacks on Safety Classifiers

यह शोध पत्र एक सीमा-लक्षित सदस्यता अनुमान हमले (boundary-targeted membership inference attack) की रणनीति प्रस्तुत करता है जो सुरक्षा क्लासिफायर से संवेदनशील प्रशिक्षण डेटा की रिकवरी में महत्वपूर्ण सुधार करने के लिए कम-आत्मविश्वास वाले भविष्यवाणियों का लाभ उठाता है, यह प्रदर्शित करते हुए कि ऐसे मॉडल सामग्री-आधारित फ़िल्टरिंग के बावजूद गोपनीयता उल्लंघन के प्रति संवेदनशील हैं, हालांकि मौजूदा शोर रणनीतियाँ (noise strategies) इस जोखिम को प्रभावी ढंग से कम कर सकती हैं।

Anthony Hughes, Alexander Goldberg, Prince Jha, Adam Perer, Nikolaos Aletras, Niloofar Mireshghallah2026-05-22

💻 computer science

Towards Explainability of SLMs by investigating Token Level Activation

यह शोध पत्र एक्टिवेशन फ्लो नेटवर्क (AFN) का प्रस्ताव करता है, जो एक हल्का और मॉडल-अज्ञेय (model-agnostic) ढांचा है जो लेयर-8 के हिडन-स्टेट एक्टिवेशन स्ट्रेंथ्स का विश्लेषण करके BERT में टोकन-स्तरीय महत्व को परिमाणित करता है, यह प्रदर्शित करते हुए कि अर्थपूर्ण टोकन संरचनात्मक टोकन की तुलना में काफी अधिक एक्टिवेशन मैग्नीट्यूड प्रदर्शित करते हैं और इस प्रकार अटेंशन-केंद्रित विधियों के लिए एक व्याख्या योग्य विकल्प प्रदान करते हैं।

Sayantani Ghosh, Rajashik Datta, Amit Kumar Das, Amlan Chakrabarti2026-05-22

💬 NLP

Multi-Stage Training for Abusive Comment Detection in Indic Languages

यह शोध पत्र अभिव्यक्ति की स्वतंत्रता को बनाए रखने के लिए गलत सकारात्मक परिणामों (फॉल्स पॉजिटिव) को कम करते हुए, भारतीय भाषाओं में अपमानजनक टिप्पणियों का पता लगाने के लिए भाषा-आधारित प्रीप्रोसेसिंग और मॉडलों के एक समूह (एन्सेम्बल) को संयोजित करने वाले एक बहु-चरणीय प्रशिक्षण पाइपलाइन का प्रस्ताव करता है।

Pranshu Rastogi, Madhav Mathur, Ramaneswaran S, Kshitij Mohan2026-05-22

💻 computer science

Hybrid Kolmogorov-Arnold Network and XGBoost Framework for Week-Ahead Price Forecasting in Australia's National Electricity Market

यह शोध पत्र ऑस्ट्रेलिया के नेशनल इलेक्ट्रिसिटी मार्केट में एक सप्ताह-अग्रिम बिजली मूल्य पूर्वानुमान के लिए एक हाइब्रिड कोलमोगोरोव-आर्नोल्ड नेटवर्क और XGBoost फ्रेमवर्क का प्रस्ताव करता है, जो बाजार की उच्च अस्थिरता और नवीकरणीय ऊर्जा-प्रेरित अनिश्चितता को संभालने के लिए वैश्विक गैररेखीय प्रतिनिधित्व को स्थानीय सुदृढ़ता के साथ प्रभावी ढंग से जोड़कर बेंचमार्क मॉडल की तुलना में बेहतर सटीकता प्रदर्शित करता है।

Houxuan Zhou, Sriram Prasad, Chenghao Huang, Jiajie Feng, Hao Wang2026-05-22

🧬 biology

Cross-Species RSA Reveals Conserved Early Visual Alignment but Divergent Higher-Area Rankings Across Human fMRI and Macaque Electrophysiology

यह अध्ययन प्रदर्शित करता है कि जबकि विभिन्न शिक्षण नियमों (learning rules) के लिए मानव fMRI और मकाक इलेक्ट्रोफिजियोलॉजी में प्रारंभिक दृश्य कॉर्टिकल संरेखण (visual cortical alignment) सुदृढ़ और संरक्षित है, उच्च-क्षेत्र संरेखण प्रजातियों के बीच महत्वपूर्ण रूप से भिन्न होता है, जो शिक्षण नियमों के बजाय मॉडल क्षमता और उद्दीपन डोमेन (stimulus domains) में अंतर के कारण है।

Nils Leutenegger2026-05-22

💻 computer science

AMUSE: Anytime Muon with Stable Gradient Evaluation

यह शोधपत्र AMUSE को प्रस्तुत करता है, जो एक नया ऑप्टिमाइज़र है जो प्रशिक्षण को स्थिर करने और लर्निंग रेट शेड्यूल्स की आवश्यकता को समाप्त करने के लिए Muon की तीव्र बल्क प्रगति को Schedule-Free एवरेजिंग के साथ जोड़ता है, जिससे विजन और लैंग्वेज कार्यों में बेहतर प्रदर्शन प्राप्त होता है।

Jueun Kim, Baekrok Shin, Jihun Yun, Beomhan Baek, Minhak Song, Chulhee Yun2026-05-22

💻 computer science

Characterizing the Fault Response of the Intel Neural Compute Stick 2 Under Single-Pulse Electromagnetic Fault Injection

यह शोध पत्र इंटेल न्यूरल कंप्यूट स्टिक 2 पर एक व्यवस्थित इलेक्ट्रोमैग्नेटिक फॉल्ट इंजेक्शन अध्ययन प्रस्तुत करता है, जो यह प्रकट करता है कि सिंगल-पल्स व्यवधान गंभीर, निरंतर सटीकता गिरावट और डिवाइस हैंग को प्रेरित कर सकते हैं जो मानक एपीआई-स्तरीय पहचान से बच निकलते हैं, जिससे सुरक्षा-महत्वपूर्ण एज एआई परिनियोजन के लिए लोड-टाइम अखंडता जांच की अपर्याप्तता सिद्ध होती है।

Štefan Kučerák, Jakub Breier, Xiaolu Hou2026-05-22

📊 statistics

Do Not Trust The Auctioneer: Learning to Bid in Feedback-Manipulated Auctions

यह शोध पत्र उन बार-बार होने वाली प्रथम-मूल्य नीलामियों (first-price auctions) का विश्लेषण करता है जहाँ शिलिंग (shilling) आवंटन के बजाय फीडबैक में हेरफेर करती है, जो एक हाइब्रिड एल्गोरिदम का प्रस्ताव देता है जो रोबस्ट इंटरवल एलिमिनेशन (robust interval elimination) को ऑप्टिमिस्टिक डिबायसिंग (optimistic debiasing) के साथ जोड़कर इष्टतम $\tilde{\mathcal{O}}(\sqrt{T})$ रिग्रेट प्राप्त करता है, और साथ ही यह प्रदर्शित करता है कि ऐसा केवल-फीडबैक हेरफेर बोली लगाने सीखने की सांख्यिकीय कठिनाई को काफी बढ़ा देता है।

Luigi Foscari, Matilde Tullii, Vianney Perchet2026-05-22

← पिछला अगला →