🤖 Category

cs.AI

23200 पेपर

💬 NLP

Beyond Memorization: Assessing Semantic Generalization in Large Language Models Using Phrasal Constructions

यह शोध पत्र लार्ज लैंग्वेज मॉडल्स (LLMs) की अर्थ संबंधी सामान्यीकरण क्षमताओं का आकलन करने के लिए कंस्ट्रक्शन ग्रामर पर आधारित एक नवीन मूल्यांकन डेटासेट प्रस्तुत करता है, जो यह प्रकट करता है कि अत्याधुनिक मॉडल भी भिन्न अर्थों वाले वाक्यात्मक रूप से समान वाक्यांश संरचनाओं के बीच अंतर करने में संघर्ष करते हैं, और मानव अंतर्ज्ञान की तुलना में 40% से अधिक की प्रदर्शन गिरावट प्रदर्शित करते हैं।

Wesley Scivetti, Melissa Torgbi, Austin Blodgett, Mollie Shichman, Taylor Hudson, Claire Bonial, Harish Tayyar Madabushi2026-06-01
🤖 AI

Unifying and Optimizing Data Values for Selection via Sequential Decision-Making

यह शोध पत्र डेटा चयन और मूल्यांकन को एक अनुक्रमिक निर्णय लेने वाले कार्य के रूप में पुनर्गठित करके उन्हें एकीकृत करता है जिसे डायनेमिक प्रोग्रामिंग के माध्यम से हल किया जा सकता है, जिससे यह पता चलता है कि डेटा शैपली (Data Shapley) जैसे मौजूदा तरीके मायोपिक (myopic) सन्निकटन हैं, और एक स्केलेबल द्विपक्षीय ग्राफ-आधारित सरोगेट का प्रस्ताव देता है जो शास्त्रीय एमएल (ML) और बड़े पैमाने पर एलएलएम (LLM) फाइन-ट्यूनिंग दोनों में प्रमाणित प्रदर्शन लाभ प्राप्त करता है।

Hongliang Chi, Qiong Wu, Zhengyi Zhou, Jonathan Light, Emily Dodwell, Yao Ma2026-06-01
🤖 AI

ProofWala: A Framework for Multilingual Proof Data Synthesis and Theorem-Proving

यह शोधपत्र ProofWala को प्रस्तुत करता है, जो एक पुन: प्रयोज्य लाइब्रेरी पर आधारित एक बहुभाषी ढांचा है जो इंटरैक्टिव थ्योरम प्रूवर्स के साथ प्रोग्रामेटिक इंटरेक्शन के लिए सक्षम बनाता है, जो स्केलेबल, सिमेंटिक रूप से निष्ठावान प्रमाण डेटा निष्कर्षण और समानांतर खोज को सक्षम करता है, और यह प्रदर्शित करता है कि Lean और Rocq में क्रॉस-लिंगुअल प्रशिक्षण थ्योरम-प्रूविंग प्रदर्शन और डोमेन अनुकूलन को महत्वपूर्ण रूप से सुधारता है।

Amitayush Thakur, George Tsoukalas, Greg Durrett, Swarat Chaudhuri2026-06-01
💬 NLP

MeMo: Towards Language Models with Associative Memory Mechanisms

यह शोध पत्र MeMo को प्रस्तुत करता है, जो एक नवीन लैंग्वेज मॉडलिंग आर्किटेक्चर है जो पारदर्शिता, मॉडल एडिटिंग और विशिष्ट टेक्स्ट को भूलने की क्षमता को सक्षम करने के लिए लेयर्ड एसोसिएटिव मेमोरीज में टोकन अनुक्रमों को स्पष्ट रूप से याद रखता है।

Fabio Massimo Zanzotto, Elena Sofia Ruzzetti, Giancarlo A. Xompero, Leonardo Ranaldi, Davide Venditti, Federico Ranaldi (…)2026-06-01
🤖 AI

Auto-Discovery-Bench: Diagnosing Structured State Tracking in Oracle-Guided Discovery

यह शोध पत्र Auto-Discovery-Bench को प्रस्तुत करता है, जो एक नियतात्मक ओरेकल-निर्देशित नैदानिक बेंचमार्क (deterministic oracle-guided diagnostic benchmark) है, जिसे इंटरैक्टिव डिस्कवरी प्रक्रियाओं के दौरान संरचित विश्वासों (structured beliefs) को बनाए रखने और उन्हें अपडेट करने की एजेंटों की क्षमता को अलग करने और मूल्यांकन करने के लिए डिज़ाइन किया गया है।

Tingting Chen, Beibei Lin, Srinivas Anumasa, Vedant Shah, Zifeng Yuan, Qiran Zou, Anirudh Goyal, Dianbo Liu2026-06-01
💬 NLP

Chain-of-Thought Reasoning In The Wild Is Not Always Faithful

यह शोध पत्र यह प्रदर्शित करता है कि बड़े भाषा मॉडलों (large language models) में चेन-ऑफ-थॉट (Chain-of-Thought) तर्क अक्सर स्वाभाविक, गैर-प्रतिरोधी प्रॉम्प्ट्स पर भी अविश्वसनीय होता है, क्योंकि मॉडल अक्सर अंतर्निहित पूर्वाग्रहों या अतार्किक शॉर्टकट्स द्वारा संचालित सुसंगत लेकिन विरोधाभासी औचित्य उत्पन्न करते हैं, जो यह प्रकट करता है कि मौखिक तर्क आंतरिक निर्णय लेने की प्रक्रिया को सटीक रूप से प्रतिबिंबित नहीं करता है।

Iván Arcuschin, Jett Janiak, Robert Krzyzanowski, Senthooran Rajamanoharan, Neel Nanda, Arthur Conmy2026-06-01
🤖 AI

Inferring Events from Time Series using Language Models

यह शोध पत्र टाइम सीरीज़ डेटा से प्राकृतिक भाषा की घटनाओं का अनुमान लगाने की लार्ज लैंग्वेज मॉडल्स की क्षमता का मूल्यांकन करने के लिए एक नया बेंचमार्क और स्वचालित कार्य पीढ़ी विधि प्रस्तुत करता है, जो यह प्रदर्शित करता है कि न्यूनतम संदर्भ भी आश्चर्यजनक सफलता प्रदान करता है और डिस्टिलेशन को रीइन्फोर्समेंट लर्निंग के साथ जोड़ना छोटे मॉडल्स को बड़े प्रोप्राइटरी रीजनिंग मॉडल्स के प्रदर्शन के बराबर लाने में सक्षम कर सकता है।

Mingtian Tan, Mike A. Merrill, Zack Gottesman, Tim Althoff, David Evans, Tom Hartvigsen2026-06-01
🤖 AI

Foundational Requirements for Artificial General Intelligence: A Falsifiable Framework Based on Signal Prediction

यह शोध पत्र संज्ञानात्मक तंत्रिका विज्ञान (cognitive neuroscience) से प्राप्त सिग्नल प्रेडिक्शन सिद्धांतों पर आधारित आर्टिफिशियल जनरल इंटेलिजेंस के लिए एक मिथ्याकरणीय (falsifiable) ढांचे का प्रस्ताव करता है, जो इन मूलभूत आवश्यकताओं का अनुभवजन्य मूल्यांकन करने के लिए एक परिचालन टेस्टबेड पेश करता है।

Matej Šprogar2026-06-01
💬 NLP

Unraveling LoRA Interference: Orthogonal Subspaces for Robust Model Merging

यह शोध पत्र ऑर्थोगोनल सबस्पेस फॉर रोबस्ट मॉडल मर्जिंग (OSRM) का प्रस्ताव करता है, जो एक ऐसी विधि है जो टास्क इंटरफेरेंस को कम करने और कई LoRA-अनुकूलित लैंग्वेज मॉडल्स को मर्ज करने के प्रदर्शन और मजबूती में महत्वपूर्ण रूप से सुधार करने के लिए फाइन-ट्यूनिंग से पहले LoRA सबस्पेस को बाधित करती है।

Haobo Zhang, Jiayu Zhou2026-06-01
🤖 AI

Who Gets Credit or Blame? Attributing Accountability in Modern AI Systems

यह शोध पत्र एक सामान्य ढांचे का प्रस्ताव करता है जो एआई मॉडल विकास के विशिष्ट चरणों को जवाबदेही सौंपने के लिए प्रतितथ्यात्मक विश्लेषण (counterfactual analysis) और कुशल अनुमानकों (efficient estimators) का उपयोग करता है, जिससे मॉडल पुनप्रशिक्षण की आवश्यकता के बिना चरण प्रभावों के परिमाणीकरण और भ्रामक सहसंबंधों को हटाने में सक्षम बनाया जा सके।

Shichang Zhang, Hongzhe Du, Jiaqi W. Ma, Himabindu Lakkaraju2026-06-01