cs.LG

Dynamics-Level Watermarking of Flow Matching Models with Random Codes

यह शोध पत्र फ्लो मैचिंग मॉडल्स के लिए एक डायनेमिक्स-स्तर की वॉटरमार्किंग तकनीक प्रस्तुत करता है जो प्रशिक्षण के दौरान की-डिपेंडेंट (key-dependent) विक्षोभों के माध्यम से वेग क्षेत्र (velocity field) में संदेशों को एम्बेड करती है, जिससे जनरेशन की गुणवत्ता से समझौता किए बिना विश्वसनीय ब्लैक-बॉक्स डिटेक्शन सक्षम होता है।

AI-Mediated Communication Can Steer Collective Opinion

यह शोध पत्र अनुभवजन्य विश्लेषण और गणितीय मॉडलिंग के माध्यम से यह प्रदर्शित करता है कि मानव-से-मानव संचार की मध्यस्थता करने वाली जनरेटिव एआई प्रणालियाँ दिशात्मक पूर्वाग्रहों को पेश और प्रवर्धित कर सकती हैं, जिससे सामूहिक राय में महत्वपूर्ण बदलाव आ सकता है, साथ ही यह भी रेखांकित करता है कि कैसे विशिष्ट प्लेटफॉर्म डिजाइन विकल्प और संभावित नियामक ढांचे इन परिणामों को प्रभावित करते हैं।

Vendor-Conditioned Contrastive Learning for Predicting Organizational Cyber Threat Targets

यह शोधपत्र TRACE को प्रस्तुत करता है, जो CySecBERT पर निर्मित एक वेंडर-कंडीशन्ड कंट्रास्टिव लर्निंग फ्रेमवर्क है, जो संगठनात्मक साइबर खतरे के लक्ष्यों की भविष्यवाणी करने में अत्याधुनिक सटीकता प्राप्त करने और टेम्पोरल डिस्ट्रीब्यूशन शिफ्ट के विरुद्ध मजबूती प्रदर्शित करने के लिए 352,866 पोस्ट्स के एक बड़े पैमाने के, मल्टी-सोर्स कॉर्पस का लाभ उठाता है।

Timing-Based Backpropagation in Spiking Neural Networks Without Single-Spike Restrictions

यह शोध पत्र स्पाइकिंग न्यूरल नेटवर्क के लिए एक नवीन बैकप्रोपैगेशन एल्गोरिदम प्रस्तावित करता है जो मल्टी-स्पाइक टाइमिंग-आधारित लर्निंग को सक्षम करने के लिए सिंगल-स्पाइक प्रतिबंधों को हटा देता है, जिससे कम्प्यूटेशनल क्षमता में वृद्धि होती है और गैर-कन्वोल्यूशनल आर्टिफिशियल न्यूरल नेटवर्क के तुलनीय सटीकता प्राप्त होती है, साथ ही प्रदर्शन के लिए इष्टतम टाइम कांस्टेंट्स का भी खुलासा होता है।

Improving robustness of jet tagging algorithms with adversarial training: exploring the loss surface

यह शोध पत्र यह प्रदर्शित करता है कि एडवरसैरियल ट्रेनिंग (adversarial training), लॉस सरफेस (loss surface) से प्राप्त ज्यामितीय अंतर्दृष्टि का लाभ उठाकर, इनपुट विरूपणों (input distortions) के विरुद्ध डीप लर्निंग-आधारित जेट फ्लेवर टैगिंग एल्गोरिदम की मजबूती को बढ़ाती है, जो व्यवस्थित अनिश्चितताओं (systematic uncertainties) के एक प्रॉक्सी के रूप में कार्य करते हैं, ताकि मॉडल की कमजोरियों को कम करते हुए उच्च प्रदर्शन बनाए रखा जा सके।

A Block Coordinate Descent Method for Nonsmooth Composite Optimization under Orthogonality Constraints

यह शोध पत्र OBCD का प्रस्ताव करता है, जो एक व्यवहार्य ब्लॉक कोऑर्डिनेट डिसेंट विधि है जो ऑर्थोगोनैलिटी बाधाओं के तहत नॉनस्मूथ कम्पोजिट ऑप्टिमाइजेशन को कुशलतापूर्वक संबोधित करने के लिए छोटे नॉनस्मूथ सबप्रोब्लेम्स को ग्लोबली हल करके समाधान मैट्रिक्स की कई पंक्तियों को अपडेट करती है, जबकि मौजूदा विधियों की तुलना में मजबूत इष्टतम गारंटी, अभिसरण दर और उत्कृष्ट अनुभवजन्य प्रदर्शन प्रदान करती है।

Increasing the Scope as You Learn: Adaptive Bayesian Optimization in Nested Subspaces

Manikin-Recorded Cardiopulmonary Sounds Dataset Using Digital Stethoscope

यह शोध पत्र मैनकिन-रिकॉर्डेड, डिजिटल रूप से कैप्चर किए गए हृदय और फेफड़ों की ध्वनियों का पहला डेटासेट प्रस्तुत करता है—जिसमें विभिन्न शारीरिक स्थानों पर अलग-अलग और मिश्रित सामान्य एवं असामान्य कार्डियोरेस्पिरेटरी संकेतों को शामिल किया गया है—जिसे स्वचालित रोग पहचान और ऑडियो सिग्नल प्रोसेसिंग में एआई अनुप्रयोगों को आगे बढ़ाने के लिए डिज़ाइन किया गया है।

Scalable Mechanistic Neural Networks for Differential Equations and Machine Learning

यह शोध पत्र स्केलेबल मैकेनिस्टिक न्यूरल नेटवर्क्स (S-MNN) को प्रस्तुत करता है, जो एक उन्नत ढांचा है जो मूल मैकेनिस्टिक न्यूरल नेटवर्क्स की सटीकता और व्याख्यात्मकता को बनाए रखते हुए लंबी अस्थायी अनुक्रमों (temporal sequences) के मॉडलिंग की कम्प्यूटेशनल जटिलता को क्यूबिक और क्वाड्रेटिक से घटाकर लीनियर (रैखिक) में कम करता है।

Functional-level Uncertainty Quantification for Calibrated Fine-tuning on LLMs

यह शोध पत्र UQ4CT का प्रस्ताव करता है, जो एक मिक्सचर-ऑफ-एक्सपर्ट्स फाइन-ट्यूनिंग फ्रेमवर्क है जो कार्यात्मक स्थान (फंक्शनल स्पेस) पर एक कैलिब्रेशन लॉस को एकीकृत करता है ताकि मानक और शिफ्टेड दोनों वितरणों के तहत PEFT-आधारित LLMs के अपेक्षित कैलिब्रेशन एरर (Expected Calibration Error) को महत्वपूर्ण रूप से कम किया जा सके और उनकी विश्वसनीयता में सुधार किया जा सके।