🤖 Category

cs.LG

20386 पेपर

🤖 machine learning

Does Demand Response Increase Vulnerability to Cyber Attacks by Adversarial Data Modifications?

यह शोध पत्र इस बात की जांच करता है कि बिजली की कीमतों के पूर्वानुमानों में प्रतिकूल डेटा संशोधन औद्योगिक मांग प्रतिक्रिया शेड्यूलिंग को कैसे प्रभावित करते हैं, यह पाते हुए कि हालांकि ऐसे हमले वित्तीय लाभ को कम कर सकते हैं, सीमित गड़बड़ी के बावजूद डिमांड रिस्पांस लगभग 90% आर्थिक लाभ बनाए रखने में सक्षम रहता है, जो इस बात पर प्रकाश डालता है कि हमले की गंभीरता उनके परिमाण की तुलना में गड़बड़ी की दिशा पर अधिक निर्भर करती है।

Clemens Kortmann, Eike Cramer2026-07-09
💻 computer science

Specification Grounding Drives Test Effectiveness for LLM Code

यह शोध पत्र यह प्रदर्शित करता है कि परीक्षण की मात्रा बढ़ाने या केवल स्व-जनित परीक्षणों पर निर्भर रहने के बजाय, स्पष्ट विनिर्देशों (explicit specifications) में परीक्षण जनरेशन को आधारित करना, गलत सूचनाओं (false alarms) को कम करके और अधिक बग्स को पकड़कर, सही कोड उत्पन्न करने में लार्ज लैंग्वेज मॉडल्स की प्रभावशीलता में महत्वपूर्ण सुधार करने वाला प्राथमिक चालक है।

Amin Haeri, Mahdi Ghelichi2026-07-09
🤖 machine learning

UASPL: Uncertainty-Aware Self-Paced Learning with Evidential Neural Networks

यह शोध पत्र UASPL का प्रस्ताव करता है, जो कि एविडेंशियल न्यूरल नेटवर्क्स पर आधारित एक अनसर्टेन्टी-अवेयर सेल्फ-पेस्ड लर्निंग फ्रेमवर्क है, जो सीखने की प्रक्रिया में प्रेडिक्टिव अनसर्टेन्टी को एकीकृत करके सैंपल सिलेक्शन की विश्वसनीयता और व्याख्यात्मकता में सुधार करता है, तथा कई डेटासेट्स पर उत्कृष्ट प्रदर्शन प्रदर्शित करता है।

Yifan Zhang, Yuxin Hu, Zhuobin Hao, Xiaozhuan Gao, Lipeng Pan2026-07-09
🤖 machine learning

The Rank-One Corner: How Much Value Equivalence Does a Task Need from a World Model?

यह शोध पत्र यह प्रदर्शित करता है कि एक वर्ल्ड मॉडल द्वारा सीखा गया कार्य-प्रासंगिक संरचना (task-relevant structure) का परिमाण उसके प्रशिक्षण उद्देश्य की विमा (dimensionality) द्वारा कड़ाई से निर्धारित होता है, जो यह प्रकट करता है कि मूल्य समतुल्यता (value equivalence) एक आयामी घटना है जहाँ एक एकल स्केलर पुरस्कार केवल आवश्यक भविष्य कहनेवाला समापन (predictive closure) के एक एक-आयामी प्रक्षेपण को स्थापित करता है।

Donna Vakalis2026-07-09✓ Author reviewed ⓘ
💬 NLP

Healthier LLMs: Retrieval-Augmented Generation for Public Health Question Answering

यह शोध पत्र PubHealthBench बेंचमार्क को रिट्रीवल-ऑगमेंटेड सेटिंग में विस्तारित करता है, जो यह प्रदर्शित करता है कि हाइब्रिड रिट्रीवल और सावधानीपूर्वक संदर्भ चयन सार्वजनिक स्वास्थ्य प्रश्नोत्तर की सटीकता और विश्वसनीयता में महत्वपूर्ण सुधार करते हैं, जिससे छोटे मॉडल बड़े मॉडलों को पछाड़ सकते हैं, साथ ही मुक्त-रूप प्रतिक्रियाओं का मूल्यांकन करने के लिए एक मान्य LLM-as-a-judge फ्रेमवर्क पेश करते हैं।

Felix Feldman, Joshua Harris, Timothy Laurence, Leo Loman, Ollie Higgins, Fan Grayson, Poonam Soma, Bethany Pace-Bonello (…)2026-07-09
🤖 machine learning

The Approximation Ratio for the Risk of Myopic Bayesian Active Learning for Linear Regression

यह शोध पत्र लीनियर रिग्रेशन में ग्रीडी एल्गोरिदम (मायोपिक बेयसियन एक्टिव लर्निंग) के जोखिम के लिए एक सटीक, अपने प्रकार का पहला एप्रोक्सिमेशन रेशियो स्थापित करता है, जो यह प्रदर्शित करता है कि इसका प्रदर्शन 'मैक्सिमम इनिशियल लीवरेज स्कोर' नामक एक नव-पहचाने गए परिमाण द्वारा रैखिक रूप से सीमित है।

Stephen Mussmann2026-07-09
💻 computer science

The Power of Backdoor Absorption in Community Training

यह शोध पत्र विकेंद्रीकृत सामुदायिक प्रशिक्षण (decentralized community training) के लिए एक गणनात्मक रूप से कुशल रक्षा पद्धति प्रस्तावित करता है जो प्राकृतिक बैकडोर अवशोषण (natural backdoor absorption), यादृच्छिक शेड्यूलिंग (randomized scheduling) और आलसी सत्यापन (lazy verification) का लाभ उठाती है ताकि 10% प्रशिक्षण चरणों के ऑडिटिंग के बावजूद, शून्य उपयोगिता ह्रास (zero utility degradation) के साथ गुप्त बैकडोर हमलों को प्रमाणित रूप से दबाया जा सके।

Issam Seddik, Sami Souihi, Mohamed Tamaazousti, Sara Tucci Piergiovanni2026-07-09
💻 computer science

ORAN-DEFEND: Subspace Detection and Sanitization of Backdoor DRL xApps in Open RAN

यह शोध पत्र ORAN-DEFEND को प्रस्तुत करता है, जो एक रिट्रेनिंग-मुक्त (retraining-free) सबस्पेस प्रोजेक्शन डिफेंस है जो ओपन RAN में बैकडोर वाले डीप रिइन्फोर्समेंट लर्निंग xApps को प्रभावी ढंग से सैनिटाइज करता है, जो कवरट ट्रिगर्स (covert triggers) का पता लगाकर और उन्हें बेअसर करके, तब लगभग पूर्ण रिकवरी दर प्राप्त करता है जब ट्रिगर ऊर्जा सुरक्षित सिग्नल सबस्पेस के बाहर स्थित होती है।

Md Raihan Uddin, Fatemeh Lotfi, Tolunay Seyfi, Fatemeh Afghah2026-07-09
🤖 machine learning

Final Checkpoints Are Not Enough: Analyzing Latent Reasoning Faithfulness Along Training Trajectories

यह शोध पत्र प्रकट करता है कि लेटेंट रीजनिंग (latent reasoning) विधियों की निष्ठा स्थिर नहीं है बल्कि प्रशिक्षण के दौरान गतिशील रूप से विकसित होती है, जिसमें अंतिम उत्तरों में कारण संबंधी योगदान समय के साथ घटता जाता है और उत्तर प्रारूप के अनुसार महत्वपूर्ण रूप से भिन्न होता है, जो यह रेखांकित करता है कि तर्क की विश्वसनीयता का आकलन करने के लिए केवल अंतिम चेकपॉइंट मूल्यांकन पर्याप्त नहीं हैं।

Hengyu Jin, Shu Yang, Di Wang2026-07-09
🤖 machine learning

From Jumps to Signatures: a Generative Method for Temporal Point Processes

यह शोध पत्र sigTPP को प्रस्तुत करता है, जो टेम्पोरल पॉइंट प्रोसेस (Temporal Point Processes) के लिए एक नवीन जनरेटिव मॉडल है, जो सिग्नेचर विधियों (signature methods) को विस्तारित करने के लिए इंटर-अराइवल एम्बेडिंग (interarrival embedding) का उपयोग करके डिस्क्रीट इवेंट सीक्वेंस और निरंतर पाथ विश्लेषण के बीच के अंतर को पाटता है, जिससे वैश्विक प्रक्षेपवक्र-स्तरीय प्रशिक्षण (global trajectory-level training) और गणितीय रूप से न्यायसंगत वितरण मूल्यांकन (distributional evaluation) सक्षम होता है।

Niels Cariou-Kotlarek, Vasileios Lampos2026-07-09