🤖 Category

cs.LG

23700 पेपर

🤖 machine learning

Mechanistic Interpretability for Learning Assurance of a Vision-Based Landing System

यह शोध पत्र विजन-आधारित विमान लैंडिंग प्रणालियों के लिए एक नवीन आश्वासन ढांचे (assurance framework) का प्रस्ताव और प्रदर्शन करता है जो मॉडल के सिचुएशन रिप्रेजेंटेशन में कंटेंट को स्टाइल से अलग करने के लिए मैकेनिस्टिक इंटरप्रिटेबिलिटी का उपयोग करके EASA मार्गदर्शन को संतुष्ट करता है, जिससे कार्य-प्रासंगिक विशेषताओं पर विश्वसनीय भविष्यवाणी निर्भरता और रनटाइम आउट-ऑफ-मॉडल-स्कोप डिटेक्शन का विकास सक्षम होता है।

Romeo Valentin, Olivia Beyer Bruvik, Marc R. Schlichting, Mykel J. Kochenderfer2026-05-21
🤖 machine learning

Matryoshka Concept Bottleneck Models

यह शोध पत्र मैट्रुओष्का कॉन्सेप्ट बॉटलनेक मॉडल (MCBM) का प्रस्ताव करता है, जो एक एकीकृत आर्किटेक्चर है जो अवधारणाओं को एक नेस्टेड पदानुक्रम में व्यवस्थित करता है ताकि एक ही मॉडल के भीतर अनुकूलन योग्य, बहु-स्तर की अनुमान क्षमता (multi-granularity inference) को सक्षम किया जा सके, जिससे स्वतंत्र रूप से प्रशिक्षित मॉडलों के समान प्रदर्शन बनाए रखते हुए परीक्षण-समय हस्तक्षेप लागत को रैखिक (linear) से लघुगणकीय (logarithmic) क्रम तक कम किया जा सके।

Ziye Chen, Hongbin Lin, Xinyue Xu, Jie Li, Lijie Hu2026-05-21
📊 statistics

SURF: Steering the Scalarization Weight to Uniformly Traverse the Pareto Front

यह शोध पत्र SURF प्रस्तुत करता है, जो ट्रैवर्सल स्पीड (traversal speed) और इसके संबंधित आर्क-लेंथ क्युमुलेटिव डिस्ट्रीब्यूशन फंक्शन (arc-length cumulative distribution function) के ज्यामितीय विश्लेषण पर आधारित एक सिद्धांतगत स्केलेराइजेशन वेट सैंपलिंग नियम को व्युत्पन्न करके पारेटो फ्रंट (Pareto front) का समान कवरेज प्राप्त करता है।

Liuyuan Jiang, Chentong Huang, Lisha Chen2026-05-21
🤖 machine learning

Accelerating Video Inverse Problem Solvers with Autoregressive Diffusion Models

यह शोध पत्र AVIS को प्रस्तुत करता है, जो एक ऑटोरेग्रेसिव डिफ्यूजन फ्रेमवर्क है जो स्ट्रीमिंग रेस्टोरेशन और मेजरमेंट कंसिस्टेंसी को ऑप्टिमाइज़ करके रीयल-टाइम वीडियो इनवर्स प्रॉब्लम सॉल्विंग को सक्षम बनाता है, जिससे मौजूदा नॉन-ऑटोरेग्रेसिव सॉल्वर्स की तुलना में बेहतर गुणवत्ता बनाए रखते हुए लेटेंसी को काफी कम करता है और थ्रूपुट को बढ़ाता है।

Taesung Kwon, Jonghyun Park, Hyungjin Chung, Jong Chul Ye2026-05-21
📊 statistics

The General Theory of Localization Methods

यह शोध पत्र लोकलाइजेशन मेथड (localization method) नामक एक सामान्य मशीन लर्निंग फ्रेमवर्क प्रस्तुत करता है, जो लोकलाइजेशन कर्नेल (localization kernels) और लोकल मीन्स (local means) पर आधारित है, जो ट्रांसफॉर्मर (Transformer) सहित विविध मौजूदा मॉडलों को एकीकृत और सैद्धांतिक रूप से सामान्यीकृत करता है—साथ ही लचीले, डेटा-अनुकूल शिक्षण प्रणालियों को डिजाइन करने के लिए नए उपकरण भी प्रदान करता है।

Congwei Song2026-05-21
🔢 mathematics

Time-Dependent PDE-Constrained Optimization via Weak-Form Latent Dynamics

यह शोध पत्र एक वीक-फॉर्म लेटेंट-स्पेस रिड्यूस्ड-ऑर्डर मॉडलिंग फ्रेमवर्क (WLaSDI) प्रस्तुत करता है जो समाधान प्रक्षेप पथों (solution trajectories) को मजबूत, शोर-प्रतिरोधी लेटेंट डायनेमिक्स में संकुचित करके उच्च-आयामी, समय-निर्भर PDE-प्रतिबंधित समस्याओं के ग्रेडिएंट-आधारित अनुकूलन को त्वरित करता है, जिससे विविध बेंचमार्क अनुप्रयोगों में सटीकता बनाए रखते हुए पांच आदेशों (orders of magnitude) तक की गति वृद्धि प्राप्त होती है।

April Tran, Terry Haut, David Bortz, Youngsoo Choi2026-05-21
🤖 machine learning

Trusted Weights, Treacherous Optimizations? Optimization-Triggered Backdoor Attacks on LLMs

यह शोध पत्र प्रकट करता है कि इन्फरेंस कंपाइलेशन (inference compilation), जो लार्ज लैंग्वेज मॉडल्स को तैनात करने के लिए एक मानक अनुकूलन तकनीक है, ऐसे संख्यात्मक दुष्प्रभाव (numerical side effects) उत्पन्न करता जिनका दुर्भावनापूर्ण रूप से गुप्त बैकडोर्स (backdoors) लगाने के लिए शोषण किया जा सकता है जो अन-कंपाइल्ड निष्पादन के दौरान सुप्त रहते हैं लेकिन मॉडल के कंपाइल होने पर मॉडल की भविष्यवाणियों को सफलतापूर्वक हाईजैक कर लेते हैं, जिससे पारंपरिक सुरक्षा मूल्यांकनों को बायपास किया जा सकता है।

Yifei Wang, Tianlin Li, Xiaohan Zhang, Yida Yang, Xiaoyu Zhang, Li Pan2026-05-21
🤖 machine learning

REFLECTOR: Internalizing Step-wise Reflection against Indirect Jailbreak

यह शोध पत्र रिफ्लेक्टर (Reflector) को पेश करता है, जो एक दो-चरणीय ढांचा है जो शिक्षक-निर्देशित सुपरवाइज्ड फाइन-ट्यूनिंग और सुदृढीकरण लर्निंग (reinforcement learning) के माध्यम से एलएलएम (LLM) जनरेशन प्रक्रिया में आत्म-चिंतन को आंतरिक रूप से समाहित करता है, जिससे मॉडल की उपयोगिता और सामान्यीकरण को बढ़ाते हुए जटिल अप्रत्यक्ष जेलब्रेक (indirect jailbreaks) के विरुद्ध 90% से अधिक रक्षा सफलता प्राप्त होती है।

Jiachen Ma, Jiawen Zhang, Xiangtian Li, Bo Zou, Chaochao Lu, Chao Yang2026-05-21
🤖 machine learning

Modular Multimodal Classification Without Fine-Tuning: A Simple Compositional Approach

यह शोध पत्र CoMET को प्रस्तुत करता है, जो एक ज़ीरो-शॉट मल्टीमॉडल वर्गीकरण ढांचा (framework) है जो PCA संपीड़न और एक हल्के टोकन पूलिंग तंत्र के माध्यम से फ्रोजन प्री-ट्रेंड मोडैलिटी एनकोडर को एक टैबुलर फाउंडेशन मॉडल के साथ संयोजित करके अत्याधुनिक परिणाम प्राप्त करता है, जिससे फाइन-ट्यूनिंग की आवश्यकता समाप्त हो जाती है।

Herman Bergström, Aditya Mehrotra, Rahul G. Krishnan2026-05-21
🤖 machine learning

Dynamic TMoE: A Drift-Aware Dynamic Mixture of Experts Framework for Non-Stationary Time Series Forecasting

यह शोध पत्र डायनेमिक TMoE (Dynamic TMoE) का प्रस्ताव करता है, जो गैर-स्थिर (non-stationary) समय श्रृंखला पूर्वानुमान के लिए एक नवीन ढांचा है, जो विषम विशेषज्ञ पूलों (heterogeneous expert pools) को गतिशील रूप से प्रबंधित करता है और वितरण परिवर्तनों (distribution shifts) को अनुकूल रूप से संभालने के लिए एक टेम्पोरल मेमोरी राउटर (temporal memory router) का उपयोग करता है, जिससे नौ बेंचमार्क में अत्याधुनिक प्रदर्शन प्राप्त होता है।

Jiawen Zhu, Shuhan Liu, Di Weng, Yingcai Wu2026-05-21