🤖 Category

cs.LG

22423 पेपर

🤖 machine learning

Pseudo-Feature Padding: A Lightweight Defense Against False Data Injection in Power Grids

यह शोध पत्र 'स्यूडो-फीचर पैडिंग' (Pseudo-Feature Padding) नामक एक हल्का, मॉडल-अज्ञेय (model-agnostic) रक्षा ढांचा प्रस्तावित करता है जो रैंडमाइज्ड, डेटा-संचालित पैडिंग को पेश करके पावर ग्रिड में फॉल्स डेटा इंजेक्शन हमलों के विरुद्ध डीप न्यूरल नेटवर्क की मजबूती को बढ़ाता है ताकि प्रतिकूल गड़बड़ी (adversarial perturbations) को कम्प्यूटेशनल रूप से अव्यावहारिक और गैर-हस्तांतरणीय बनाया जा सके।

Farhin Farhad Riya, Shahinul Hoque, Yingyuan Yang, Jinyuan Sun, Kevin Tomsovic2026-06-19
🤖 machine learning

On the Redundancy of Timestep Embeddings in Diffusion Models

यह शोध पत्र सैद्धांतिक विश्लेषण और अनुभवजन्य प्रयोगों के माध्यम से यह प्रदर्शित करके कि U-Net और डिफ्यूजन ट्रांसफॉर्मर आर्किटेक्चर दूषित इनपुट से शोर के स्तर (noise scales) को स्पष्ट रूप से अनुमानित कर सकते हैं और टेम्पोरल कंडीशनिंग के बिना प्रतिस्पर्धी या बेहतर प्रदर्शन प्राप्त कर सकते हैं, डिफ्यूजन मॉडल में स्पष्ट टाइमस्टेप एम्बेडिंग्स की आवश्यकता को चुनौती देता है।

José A. Chávez2026-06-19
⚡ electrical engineering

Topological Data Analysis for High-Dimensional Dynamic Process Monitoring

यह शोध पत्र एक नवीन प्रक्रिया निगरानी ढांचे का प्रस्ताव करता है जो उच्च-आयामी औद्योगिक समय-श्रृंखला डेटा में टोपोलॉजिकल संरचनाओं के गतिशील विकास को मॉडल करके विविध घटनाओं का प्रभावी ढंग से पता लगाने के लिए न्यूरल ऑर्डिनरी डिफरेंशियल इक्वेशंस के साथ टोपोलॉजिकल डेटा विश्लेषण को एकीकृत करता है, जो पुनर्निर्माण-आधारित और प्रक्षेपवक्र-आधारित विकल्पों दोनों से बेहतर प्रदर्शन करता है।

Angan Mukherjee, Tyler A. Soderstrom, Michael J. Kurtz, Victor M. Zavala2026-06-19
🤖 machine learning

Fisher-Geometric Sharpness and the Implicit Bias of SGD toward Flat Minima

यह शोध पत्र फिशर इंफॉर्मेशन मैट्रिक्स (Fisher Information Matrix) के माध्यम से रिमानियन शार्पनेस (Riemannian sharpness) को परिभाषित करके फ्लैट मिनिमा (flat minima) की रीपैरामीट्राइजेशन इनवेरियन्स (reparametrization invariance) आलोचना का समाधान करता है, यह सिद्ध करता है कि SGD का ग्रेडिएंट नॉइज़ (gradient noise) इन इनवेरिएंट फ्लैट मिनिमा (invariant flat minima) का पक्ष लेने वाले एक स्टेशनरी डिस्ट्रीब्यूशन (stationary distribution) को प्रेरित करता है, और इस ज्यामितीय पूर्वाग्रह (geometric bias) को PAC-Bayes बाउंड के माध्यम से बेहतर सामान्यीकरण (generalization) से जोड़ता है।

Md Sakir Ahmed, Kumaresh Sarmah, Hemen Dutta2026-06-19
💬 NLP

Your Mouse and Eyes Secretly Leak Your Preference: LLM Alignment using Implicit Feedback from Users

यह शोध पत्र IFLLM डेटासेट प्रस्तुत करता है, जो माउस ट्रैजेक्टरी और आई गेज़ (eye gaze) से प्राप्त अप्रत्यक्ष उपयोगकर्ता फीडबैक का लाभ उठाकर ऐसे रिवॉर्ड मॉडल को प्रशिक्षित करता है जो पारंपरिक टेक्स्ट-आधारित विधियों की तुलना में LLM अलाइनमेंट सटीकता और रिस्पॉन्स गुणवत्ता में महत्वपूर्ण सुधार करते हैं।

Haw-Shiuan Chang, Jeffrey Gomez, Mehul Patwari, Aryan Sajith, Hamed Zamani2026-06-19
🤖 machine learning

Contagion Networks: Evaluator Bias Propagation in Multi-Agent LLM Systems

यह शोध पत्र 'कंटेजन नेटवर्क' (Contagion Networks) ढांचे को पेश करता है जो यह मापने के लिए है कि मल्टी-एजेंट एलएलएम (LLM) प्रणालियों के माध्यम से मूल्यांकनकर्ता पूर्वाग्रह कैसे प्रसारित होते हैं, जो यह प्रकट करता है कि जबकि पूर्वाग्रह लगातार फैलते हैं, सजातीय मॉडल क्रॉस-मॉडल सेटअप की तुलना में काफी कमजोर संक्रामकता प्रदर्शित करते हैं और मूल्यांकनकर्ता समिति का आकार बढ़ाना एक प्रभावी शमन रणनीति प्रदान करता है।

Zewen Liu2026-06-19
🤖 machine learning

Probe-and-Refine Tuning of Repository Guidance for Coding Agents

यह शोध पत्र "प्रोब-एंड-रिफाइन ट्यूनिंग" (probe-and-refine tuning) पेश करता है, जो सिंथेटिक बग-फिक्स प्रोब्स (synthetic bug-fix probes) का उपयोग करके रिपॉजिटरी गाइडेंस फाइल्स (AGENTS.md) को पुनरावृत्ति के साथ अनुकूलित करने की एक विधि है, जो प्रति-पैच परिशुद्धता (per-patch precision) बढ़ाने के बजाय मूल्यांकन योग्य पैच के कवरेज का विस्तार करके SWE-bench Verified पर कोडिंग एजेंट के प्रदर्शन में उल्लेखनीय सुधार करती है।

Asa Shepard, Jeannie Albrecht2026-06-19
🤖 machine learning

Sovereign Execution Brokers: Enforcing Certificate-Bound Authority in Agentic Control Planes

यह शोध पत्र सोवरेन एक्जीक्यूशन ब्रोकर (SEB) को प्रस्तुत करता है, जो एक रनटाइम प्रवर्तन सीमा (runtime enforcement boundary) है जो एक्शन प्रस्तावों को निष्पादन से अलग करके एजेंटिक इंफ्रास्ट्रक्चर को सुरक्षित करती है, यह सुनिश्चित करते हुए कि सभी प्रोडक्शन म्यूटेशन को एक अल्पकालिक, ऑडिट योग्य पहचान द्वारा निष्पादित किए जाने से पहले प्रमाणित अधिकार, नीति बाधाओं और लाइव-स्टेट स्थितियों के विरुद्ध कड़ाई से मान्य किया जाए।

Jun He, Deying Yu2026-06-19
🤖 machine learning

Predictability as a Fine-Grained Measure for Privacy

यह शोध पत्र "प्रेडिक्टेबिलिटी" (predictability) को प्रस्तुत करता है, जो एक सूक्ष्म-स्तरीय गोपनीयता ढांचा है जो विशिष्ट पूर्व ज्ञान और क्वेरी परिवारों के आधार पर एक हमलावर की वृद्धिशील भविष्य कहनेवाला लाभ (incremental predictive gain) के रूप में रिसाव को परिमाणित करता है, जो डिफरेंशियल प्राइवेसी के सबसे खराब स्थिति वाले गारंटियों के पूरक और अधिक अनुकूलित विकल्प के रूप में कार्य करता है।

Linda Lu, Karthik Sridharan2026-06-19
🤖 machine learning

UNIEGO: Proxies as Mediators for Unified Egocentric Video Representation Learning

UNIEGO एक पदानुक्रमित मल्टी-टीचर डिस्टिलेशन फ्रेमवर्क पेश करता है जो विविध दृष्टिकोणों, मोडैलिटीज़ और फाउंडेशन मॉडल्स से विविध ज्ञान को एक एकल, अत्याधुनिक एगोसेंट्रिक वीडियो एनकोडर में एकीकृत करने के लिए रिप्रेजेंटेशन-विशिष्ट प्रॉक्सी मॉडल्स और एक सिलेक्टिव प्रॉक्सी डिस्टिलेशन रणनीति का उपयोग करता है।

Wenhao Chi, Arkaprava Sinha, Dominick Reilly, Hieu Le, Srijan Das2026-06-19