🤖 Category

cs.LG

24528 पेपर

🤖 AI

Position: AI Security Policy Should Target Systems, Not Models

यह शोध पत्र "स्वार्म-अटैक" (swarm-attack) का परिचय देता है, जो एक ओपन-सोर्स फ्रेमवर्क है और यह प्रदर्शित करता है कि एक परिष्कृत सिस्टम स्कैफोल्ड के माध्यम से समन्वित कई हल्के, कमोडिटी एलएलएम (LLM) एजेंट, फ्रंटियर मॉडल्स के सुरक्षा गार्डरेल्स को प्रभावी ढंग से बायपास करने और लगभग शून्य लागत पर सॉफ्टवेयर कमजोरियों को खोजने में सक्षम हैं, और यह तर्क देता है कि एआई (AI) सुरक्षा नीति को व्यक्तिगत मॉडलों के बजाय इन सिस्टम आर्किटेक्चर को लक्षित करना चाहिए।

Michael A. Riegler, Inga Strümke2026-05-12
📊 statistics

Empirical Bayes 1-bit matrix completion

यह शोध पत्र 1-बिट मैट्रिक्स पूर्णता (matrix completion) के लिए एक एम्पेरिकल बेयस (Empirical Bayes) विधि प्रस्तुत करता है, जो एफ्रोन-मॉरिस एस्टिमेटर (Efron–Morris estimator) से प्रेरित है, जो मौजूदा दृष्टिकोणों की तुलना में बेहतर भविष्य कहनेवाला सटीकता (predictive accuracy), अंशांकन विश्वसनीयता (calibration reliability) और गणनात्मक दक्षता प्राप्त करने के लिए लो-रैंक संरचनाओं का लाभ उठाता है।

Takeru Matsuda2026-05-12
🤖 machine learning

End-to-End Keyword Spotting on FPGA Using Graph Neural Networks with a Neuromorphic Auditory Sensor

यह शोध पत्र एक कीवर्ड स्पॉटिंग सिस्टम के पहले एंड-टू-एंड FPGA कार्यान्वयन को प्रस्तुत करता है जो एक न्यूरोमॉर्फिक ऑडिटरी सेंसर को ग्राफ न्यूरल नेटवर्क के साथ एकीकृत करता है, जो 87.43% सटीकता और सब-35 माइक्रोसेकंड विलंबता के साथ कच्चे इवेंट-आधारित ऑडियो स्ट्रीम के वास्तविक समय, कम-शक्ति प्रसंस्करण को प्राप्त करता है।

Wiktor Matykiewicz, Piotr Wzorek, Kamil Jeziorek, Tomás Muñoz, Antonio Rios-Navarro, Angel Jiménez-Fernández, Tomasz Kry (…)2026-05-12
🤖 machine learning

Geometry Conflict: Explaining and Controlling Forgetting in LLM Continual Post-Training

यह शोध पत्र ज्योमेट्री-कॉन्फ्लिक्ट वासरस्टीन मर्जिंग (GCWM) को प्रस्तुत करता है, जो एक डेटा-मुक्त विधि है जो टास्क ज्योमेट्री संघर्षों का विश्लेषण करके और उन अपडेट्स को एकीकृत करने के लिए गॉसियन वासरस्टीन बैरीसेंटर्स का उपयोग करके, जो मॉडल की विकसित होती अवस्था के साथ संगत बने रहते हैं, LLM निरंतरिक पोस्ट-ट्रेनिंग में कैटास्ट्रोफिक फॉरगेटिंग (विस्मृति) की व्याख्या और शमन करता है।

Yuanyi Wang, Yifan Yang, Su Lu, Yanggan Gu, Pengkai Wang, Wenjun Wang, Zhaoyi Yan, Congkai Xie, Jianmin Wu, Jialun Cao (…)2026-05-12
🤖 machine learning

Minimal Filling Architectures of Polynomial Neural Networks: Counterexamples, Frontier Search, and Defects

यह शोधपत्र फ्रंटियर सर्च के माध्यम से खोजे गए और रिकर्सिव डायमेंशन बाउंड्स द्वारा प्रमाणित किए गए एक प्रति-उदाहरण को प्रस्तुत करके, जिसमें पूर्व अवलोकनों के विपरीत बड़े डिफेक्ट्स वाले सब-आर्किटेक्चर शामिल हैं, पॉलीनोमियल न्यूरल नेटवर्क के लिए मिनिमल यूनिमोडल कंजेक्चर का खंडन करता है।

Kevin Dao, Jose Israel Rodriguez2026-05-12
🤖 AI

SmartEval: A Benchmark for Evaluating LLM-Generated Smart Contracts from Natural Language Specifications

यह शोध पत्र SmartEval को प्रस्तुत करता है, जो 9,000 LLM-जनित सॉलिडिटी (Solidity) अनुबंधों के एक संग्रह, एक पांच-आयामी मूल्यांकन मानदंड और एक प्रमाणित पाइपलाइन से युक्त एक व्यापक बेंचमार्क है, जो विशिष्ट विफलता मोड को प्रकट करता है और यह प्रदर्शित करता है कि LLM-जनित अनुबंध कार्यात्मक अनुपालन में ग्राउंड-ट्रुथ कार्यान्वयन से बेहतर प्रदर्शन कर सकते हैं।

Abhinav Goel, Agostino Capponi, Alfio Gliozzo, Chaitya Shah2026-05-12
🤖 AI

Adaptive DNN Partitioning and Offloading in Heterogeneous Edge-Cloud Continuum

यह शोध पत्र एक विषम एज-क्लाउड निरंतरता (edge-cloud continuum) में अनुकूली DNN विभाजन और ऑफलोडिंग के लिए एक ढांचे का प्रस्ताव और सत्यापन करता है जो रनटाइम स्थितियों के अनुसार गतिशील रूप से समायोजित होता है, जो एक भौतिक टेस्टबेड पर स्थिर बेसलाइन की तुलना में ऊर्जा खपत और विलंबता में महत्वपूर्ण कमी प्रदर्शित करता है।

Akuen Akoi Deng, Eimantas Butkus, Alfreds Lapkovskis, Praveen Kumar Donta2026-05-12
🤖 machine learning

Scratchpad Patching: Decoupling Compute from Patch Size in Byte-Level Language Models

यह शोधपत्र स्क्रैचपैड पैचिंग (SP) प्रस्तुत करता है, जो बाइट-लेवल लैंग्वेज मॉडल्स में पैच साइज़ से कंप्यूट को अलग करने वाली एक तकनीक है, जो पैच लैग को कम करने के लिए गतिशील रूप से क्षणिक (transient) स्क्रैचपैड्स को सम्मिलित करती है, जिससे मॉडलिंग गुणवत्ता से समझौता किए बिना कम KV-कैशे और कंप्यूट लागत के लिए बड़े पैच सक्षम होते हैं।

Lin Zheng, Vasilisa Bashlovkina, Timothy Dozat, Dan Garrette, Laura Rimell, Joshua Maynez2026-05-12
🤖 machine learning

Overcoming Catastrophic Forgetting in Visual Continual Learning with Reinforcement Fine-Tuning

यह शोध पत्र रिटेंशन-अवेयर पॉलिसी ऑप्टिमाइज़ेशन (RaPO) को प्रस्तुत करता है, जो एक नवीन रीइन्फोर्समेंट फाइन-ट्यूनिंग विधि है जो रिटेंशन रिवॉर्ड शेपिंग और क्रॉस-टास्क एडवांटेज नॉर्मलाइज़ेशन के माध्यम से ट्राजेक्टरी-लेवल ड्रिफ्ट एग्नोस्टिसिज्म को संबोधित करके विजुअल कॉन्टिनुअल लर्निंग में कैटास्ट्रोफिक फॉरगेटिंग को कम करती है, जिससे मौजूदा दृष्टिकोणों की तुलना में बेहतर प्रदर्शन प्राप्त होता है।

Meng Lou, Hanzhong Guo, Linwei Chen, Yizhou Yu2026-05-12
🤖 machine learning

Make Each Token Count: Towards Improving Long-Context Performance with KV Cache Eviction

यह शोधपत्र एक वैश्विक रिटेंशन-आधारित (retention-based) KV कैश इविक्शन विधि प्रस्तुत करता है जो मेमोरी उपयोग को कम करने के लिए अप्रासंगिक टोकन को चुनिंदा रूप से हटाने के लिए सीखता है और अटेंशन डाइल्यूशन (attention dilution) को कम करके लॉन्ग-कॉन्टेक्स्ट रीजनिंग प्रदर्शन में सुधार करता है, जिससे यह विविध बेंचमार्क पर फुल-कैश इन्फरेंस से भी बेहतर प्रदर्शन करता है।

Ngoc Bui, Hieu Trung Nguyen, Arman Cohan, Rex Ying2026-05-12