:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Vijayaraj, Raj Krishnan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2507.21188
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On the Fragility of AI-Based Channel Decoders under Small Channel Perturbations
von: Lei, Haoyu, et al.
Veröffentlicht: (2026)

Fragile Thoughts: How Large Language Models Handle Chain-of-Thought Perturbations
von: Aravindan, Ashwath Vaithinathan, et al.
Veröffentlicht: (2026)

A Fragile Number Sense: Probing the Elemental Limits of Numerical Reasoning in LLMs
von: Rahman, Roussel, et al.
Veröffentlicht: (2025)

LAVA: Explainability for Unsupervised Latent Embeddings
von: Stresec, Ivan, et al.
Veröffentlicht: (2025)

Probabilistic Modeling of Latent Agentic Substructures in Deep Neural Networks
von: Lee, Su Hyeong, et al.
Veröffentlicht: (2025)

Probing the Embedding Space of Transformers via Minimal Token Perturbations
von: Conti, Eddie, et al.
Veröffentlicht: (2025)

Conditional Adversarial Fragility in Financial Machine Learning under Macroeconomic Stress
von: Baviskar, Samruddhi
Veröffentlicht: (2025)

Optimal Stability of KL Divergence under Gaussian Perturbations
von: Pan, Jialu, et al.
Veröffentlicht: (2026)

FragileFlow: Spectral Control of Correct-but-Fragile Predictions for Foundation Model Robustness
von: Li, Zhuoyun, et al.
Veröffentlicht: (2026)

CANDLE: A Cross-Modal Agentic Knowledge Distillation Framework for Interpretable Sarcopenia Diagnosis
von: Jin, Yuqi, et al.
Veröffentlicht: (2025)

MATH-Perturb: Benchmarking LLMs' Math Reasoning Abilities against Hard Perturbations
von: Huang, Kaixuan, et al.
Veröffentlicht: (2025)

AstraFlow: Dataflow-Oriented Reinforcement Learning for Agentic LLMs
von: Zheng, Haizhong, et al.
Veröffentlicht: (2026)

Towards Understanding the Fragility of Multilingual LLMs against Fine-Tuning Attacks
von: Poppi, Samuele, et al.
Veröffentlicht: (2024)

GEM: A Gym for Agentic LLMs
von: Liu, Zichen, et al.
Veröffentlicht: (2025)

The Unseen Threat: Residual Knowledge in Machine Unlearning under Perturbed Samples
von: Hsu, Hsiang, et al.
Veröffentlicht: (2026)

Towards Scalable Handwriting Communication via EEG Decoding and Latent Embedding Integration
von: Kim, Jun-Young, et al.
Veröffentlicht: (2024)

Latent Embedding Adaptation for Human Preference Alignment in Diffusion Planners
von: Ng, Wen Zheng Terence, et al.
Veröffentlicht: (2025)

TxGemma: Efficient and Agentic LLMs for Therapeutics
von: Wang, Eric, et al.
Veröffentlicht: (2025)

iLoRA: Bayesian Low-Rank Adaptation with Latent Interaction Graphs for Microbiome Diagnosis
von: Song, Yang, et al.
Veröffentlicht: (2026)

Markov Decision Processes under External Temporal Processes
von: Ayyagari, Ranga Shaarad, et al.
Veröffentlicht: (2023)

Chain of Thought Monitorability: A New and Fragile Opportunity for AI Safety
von: Korbak, Tomek, et al.
Veröffentlicht: (2025)

Exploiting Latent Linearity in LLMs Improves Explainable Molecular Representation Learning
von: Li, Zhuoran, et al.
Veröffentlicht: (2024)

Memory Inception: Latent-Space KV Cache Manipulation for Steering LLMs
von: Liu, Andy Zeyi, et al.
Veröffentlicht: (2026)

LoopUS: Recasting Pretrained LLMs into Looped Latent Refinement Models
von: Park, Taekhyun, et al.
Veröffentlicht: (2026)

SALF-MOS: Speaker Agnostic Latent Features Downsampled for MOS Prediction
von: Agrawal, Saurabh, et al.
Veröffentlicht: (2025)

Agentic Misalignment: How LLMs Could Be Insider Threats
von: Lynch, Aengus, et al.
Veröffentlicht: (2025)

Agentic Adversarial QA for Improving Domain-Specific LLMs
von: Grari, Vincent, et al.
Veröffentlicht: (2026)

EAGLE: Efficient Alignment of Generalized Latent Embeddings for Multimodal Survival Prediction with Interpretable Attribution Analysis
von: Tripathi, Aakash, et al.
Veröffentlicht: (2025)

Towards Understanding, Analyzing, and Optimizing Agentic AI Execution: A CPU-Centric Perspective
von: Raj, Ritik, et al.
Veröffentlicht: (2025)

Are LLMs Ready for Real-World Materials Discovery?
von: Miret, Santiago, et al.
Veröffentlicht: (2024)

AI-Driven Clinical Decision Support System for Enhanced Diabetes Diagnosis and Management
von: Rehman, Mujeeb Ur, et al.
Veröffentlicht: (2026)

On The Fragility of Benchmark Contamination Detection in Reasoning Models
von: Wang, Han, et al.
Veröffentlicht: (2025)

Probing the Robustness of Large Language Models Safety to Latent Perturbations
von: Gu, Tianle, et al.
Veröffentlicht: (2025)

Generative Modeling of Clinical Time Series via Latent Stochastic Differential Equations
von: Aslanimoghanloo, Muhammad, et al.
Veröffentlicht: (2025)

Agentic Uncertainty Reveals Agentic Overconfidence
von: Kaddour, Jean, et al.
Veröffentlicht: (2026)

CARE: Towards Clinical Accountability in Multi-Modal Medical Reasoning with an Evidence-Grounded Agentic Framework
von: Du, Yuexi, et al.
Veröffentlicht: (2026)

Federated Causal Discovery Across Heterogeneous Datasets under Latent Confounding
von: Hahn, Maximilian, et al.
Veröffentlicht: (2026)

Parameter-Efficient Token Embedding Editing for Clinical Class-Level Unlearning
von: Hou, Iyad Ait, et al.
Veröffentlicht: (2026)

Transferable Reinforcement Learning via Probabilistic Latent Embeddings and Dynamic Policy Adaptation for Sim-to-Real Deployment
von: Han, Gengyue, et al.
Veröffentlicht: (2026)

Tool Preferences in Agentic LLMs are Unreliable
von: Faghih, Kazem, et al.
Veröffentlicht: (2025)