💻 Category

cs

2305 articoli

💻 computer science

Native Byzantine-Robust Aggregation for Trustworthy Federated Learning: A C++20 Evaluation of Krum, Multi-Krum, Trimmed Mean, and Coordinate-wise Median

Questo articolo presenta e valuta un'implementazione ad alte prestazioni in C++20 di algoritmi di aggregazione Byzantine-robust (Krum, Multi-Krum, Trimmed Mean e Median) per il Federated Learning, dimostrando attraverso rigorosi controlli di correttezza e benchmark che la combinazione di assunzioni esplicite sulla Byzantine fault tolerance con un design di sistemi nativi numericamente difensivo accelera significativamente l'aggregazione mantenendo al contempo la robustezza contro gli aggiornamenti avversari.

Md Shahanur Islam Shagor2026-09-10
💻 computer science

Policy-Gated Zero-Trust Federated Learning: Identity-Bound Enrollment, Replay-Resistant Control, and Secure Coordination

Questo articolo propone e valida un'architettura zero-trust con gating delle policy per l'apprendimento federato che disaccoppia l'autenticazione di rete dall'influenza sul modello legando le identità a token firmati, imponendo rigidi periodi di concessione dell'iscrizione con nonce crittografici e testando rigorosamente contro 22 scenari avversari per garantire che solo partecipanti autorizzati, recenti e non revocati possano influenzare il modello globale.

Md Shahanur Islam Shagor2026-09-10
💻 computer science

Adaptive Recursive Learning in Mixture of Experts: A Systematic Review

Questa revisione sistematica distingue tra routing adattivo e apprendimento ricorsivo nelle architetture Mixture-of-Experts (MoE) per proporre il framework Recursive Adaptive Recursive Learning (RARL), che sintetizza la letteratura attuale sulla computazione dinamica e sulla specializzazione degli esperti, delineando al contempo un programma di ricerca per affrontare sfide quali la stabilità del routing e l'allocazione intelligente in contesti con risorse limitate.

SIMAR SINGH RAYAT2026-09-10
💻 computer science

Project-Aware Validation in Software Defect Prediction: A Controlled Simulation and Real-World Benchmark Study of Evaluation Optimism

Questo studio dimostra, attraverso simulazioni controllate e un'analisi secondaria di benchmark del mondo reale, che l'utilizzo di suddivisioni casuali accorpate tra addestramento e test nella previsione dei difetti del software produce stime delle prestazioni sistematicamente ottimistiche rispetto ai metodi di validazione che rispettano i progetti, evidenziando la critica necessità di protocolli di valutazione che rispettino i confini dei progetti.

Vladimir Tomilov2026-09-10
💻 computer science

Trustworthy AI for Dengue Outbreak Forecasting Using a Temporal Fusion Transformer with Explainability and Uncertainty Estimation

Questo studio presenta un framework di IA affidabile per la previsione dei focolai di dengue che integra un Temporal Fusion Transformer con la stima dell'incertezza probabilistica, l'esplicabilità intrinseca e la stratificazione del rischio basata su regole per superare i modelli baseline e supportare il processo decisionale della sanità pubblica.

Anima Dahal, Bibash Basnet2026-09-10
💻 computer science

Quorum-Bounded Asynchronous Federated Learning under Non-IID Data and Adversarial Clients: A Systems Study of Stale-Update Exclusion and Convergence

Questo studio dimostra che un design di apprendimento federato asincrono con limite di quorum riduce efficacemente la latenza indotta dai ritardatari fino al 72% senza compromettere significativamente l'accuratezza finale, sebbene riveli che l'eterogeneità dei dati amplifica criticamente il danno alla convergenza causato dai client avversari.

Md Shahanur Islam Shagor2026-09-10
💻 computer science

A Severity-Calibrated Adversarial Benchmark for Federated Learning: From Label Corruption to Structured Model-Update Injection

Questo articolo introduce un benchmark avversario calibrato sulla severità per l'apprendimento federato che valuta cinque distinte famiglie di attacchi in varie condizioni, dimostrando che la sola entità dell'attacco è un indicatore insufficiente del danno e che una valutazione della sicurezza robusta deve tenere conto della geometria dell'attacco, della quota di popolazione maliziosa e delle regole di aggregazione.

Md Shahanur Islam Shagor2026-09-10
💻 computer science

How Far Can a Single Vector Carry a Language? Mechanistic Limits of Inference-Time Steering for Low-Resource Devanagari Languages

Questo articolo investiga i limiti meccanicistici dello steering durante l'inferenza per generare lingue Devanagari a basse risorse (Maithili, Nepali e Bhojpuri) utilizzando rappresentazioni dell'Hindi in grandi modelli multilingue, riscontrando che, sebbene un singolo spostamento vettoriale possa indurre l'aderenza alla lingua target, esso causa inevitabilmente un collasso della fluidità, rivelando che la steerabilità è limitata dalla separabilità lineare piuttosto che dalla competenza del modello o dalla sovrapposizione del vocabolario.

Sumit Yadav, Santosh Giri, Ganesh Gautam2026-09-10
💻 computer science

Trusting the Null: Positive-Control Fuzzing of Post-Quantum Decode and Verify Paths in Java

Questo articolo dimostra che, mentre una campagna di fuzzing su larga scala non ha trovato difetti nei percorsi di decodifica e verifica post-quantistica di Bouncy Castle 1.85, un approccio di controllo positivo ha validato con successo l'harness di test rivelando critiche falle nella validazione della lunghezza sia in Bouncy Castle 1.84 che in molteplici release di JDK, evidenziando che queste implementazioni differiscono solo nella tempistica dei controlli piuttosto che nella logica delle decisioni.

Arpan Sharma2026-09-10
💻 computer science

Drosophila Connectome Topology Provides No Measurable Language- Model Advantage: A Preregistered Negative Experimental Program

Questo studio preregistrato ha testato sistematicamente se la topologia del cervello di Drosophila potesse migliorare i modelli linguistici e ha scoperto che, nonostante varie integrazioni architettoniche, il cablaggio derivato dalla mosca non ha fornito alcun vantaggio misurabile rispetto ai baseline casuali, con distribuzione dei gradi o vanilla nel ridurre il logaritmo negativo della verosimiglianza o nel migliorare il recupero associativo.

Vladislav Matyukhin2026-09-10