💬 NLP

Mechanistic Indicators of Understanding in Large Language Models

यह शोध पत्र यांत्रिक व्याख्यात्मकता (mechanistic interpretability) के निष्कर्षों को दार्शनिक सिद्धांत के साथ एकीकृत करने वाले एक स्तरीय ढांचे का प्रस्ताव करता है ताकि यह तर्क दिया जा सके कि बड़े भाषा मॉडल (large language models) समझ के विशिष्ट, पदानुक्रमित रूपों को प्रदर्शित करते हैं—जो वैचारिक विशेषता निर्माण से लेकर सिद्धांत-आधारित सर्किट खोज तक विस्तृत हैं—जिससे द्विआधारी बहसों से आगे बढ़कर एआई संज्ञान (AI cognition) की एक तुलनात्मक, यांत्रिक रूप से आधारित ज्ञानमीमांसा स्थापित की जा सके।

Pierre Beckmann, Matthieu Queloz2026-02-26
💬 NLP

Do LLMs Adhere to Label Definitions? Examining Their Receptivity to External Label Definitions

यह शोध पत्र इस बात की जांच करता है कि क्या लार्ज लैंग्वेज मॉडल्स वास्तव में बाहरी लेबल परिभाषाओं को एकीकृत करते हैं या अपने आंतरिक ज्ञान पर निर्भर रहते हैं, जिसमें यह पाया गया है कि हालांकि ऐसी परिभाषाएं प्रदर्शन में सुधार कर सकती हैं, मॉडल अक्सर अपने पैरामीट्रिक निरूपणों पर ही वापस आ जाते हैं, विशेष रूप से सामान्य कार्यों में, जबकि डोमेन-विशिष्ट कार्यों को स्पष्ट मार्गदर्शन से अधिक लाभ होता है।

Seyedali Mohammadi, Bhaskara Hanuma Vedula, Hemank Lamba, Edward Raff, Ponnurangam Kumaraguru, Francis Ferraro, Manas Ga (…)2026-02-26
💬 NLP

Incentive-Aligned Multi-Source LLM Summaries

यह शोध पत्र ट्रुथफुल टेक्स्ट समराइजेशन (TTS) प्रस्तुत करता है, जो एक प्रोत्साहन-संरेखित ढांचा है जो ड्राफ्ट को परमाणु दावों में विभाजित करके, स्रोतों के रुख को स्पष्ट करके, और बिना ग्राउंड-ट्रुथ लेबल की आवश्यकता के अविश्वसनीय स्रोतों को फ़िल्टर करते हुए सूचनात्मक ईमानदारी को पुरस्कृत करने के लिए एक पीयर-प्रेडिक्शन तंत्र लागू करके मल्टी-सोर्स LLM सारांशों की तथ्यात्मक सुदृढ़ता को बढ़ाता है।

Yanchen Jiang, Zhe Feng, Aranyak Mehta2026-02-26
💬 NLP

Embedding-Based Context-Aware Reranker

यह शोध पत्र EBCAR का प्रस्ताव करता है, जो एक हल्का एम्बेडिंग-आधारित रीरैंकिंग फ्रेमवर्क है जो RAG सिस्टम में क्रॉस-पैसेज इन्फरेंस को बढ़ाने के लिए एक हाइब्रिड अटेंशन मैकेनिज्म और स्ट्रक्चरल पैसेज जानकारी का लाभ उठाता है, जो ConTEB बेंचमार्क पर अत्याधुनिक तरीकों की तुलना में बेहतर सटीकता और दक्षता प्राप्त करता है।

Ye Yuan, Mohammad Amin Shabani, Siqi Liu2026-02-26
💬 NLP

LUMI: Unsupervised Intent Clustering with Multiple Pseudo-Labels

यह शोध पत्र LUMI का प्रस्ताव करता है, जो संवादात्मक खोज (conversational search) में अनसुपरवाइज्ड इंटेंट क्लस्टरिंग के लिए एक ट्रेनिंग-फ्री और लेबल-फ्री विधि है, जो कई साझा स्यूडो-लेबल्स (pseudo-labels) का लाभ उठाकर टेक्स्ट के बीच समानता के निरंतर स्तरों को पकड़ने के माध्यम से मौजूदा दृष्टिकोणों में सुधार करता है, जिससे क्लस्टर संख्या के अनुमान की आवश्यकता के बिना अत्याधुनिक प्रदर्शन प्राप्त होता है।

I-Fan Lin, Faegheh Hasibi, Suzan Verberne2026-02-26
💬 NLP

A Multi-faceted Analysis of Cognitive Abilities: Evaluating Prompt Methods with Large Language Models on the CONSORT Checklist

यह अध्ययन क्लिनिकल ट्रायल रिपोर्टिंग का CONSORT मानकों के विरुद्ध मूल्यांकन करने में सामान्य और डोमेन-विशिष्ट लार्ज लैंग्वेज मॉडल्स की संज्ञानात्मक क्षमताओं और अनिश्चितता अंशांकन (uncertainity calibration) का मूल्यांकन करता है, जो महत्वपूर्ण अति-आत्मविश्वास और मिसकैलिब्रेशन को प्रकट करता है जो चिकित्सा एआई में बेहतर अंशांकन, पारदर्शिता और प्रॉम्प्ट इंजीनियरिंग की तत्काल आवश्यकता को रेखांकित करता है।

Sohyeon Jeon, Hyung-Chul Lee2026-02-26
💬 NLP

Robust Preference Alignment via Directional Neighborhood Consensus

यह शोध पत्र रोबस्ट प्रेफरेंस सिलेक्शन (RPS) को प्रस्तुत करता है, जो एक ट्रेनिंग-फ्री पोस्ट-हॉक विधि है जो श्रेष्ठ प्रतिक्रियाओं को नमूना बनाने और चुनने के लिए दिशात्मक पड़ोस सहमति (directional neighborhood consensus) का लाभ उठाती है, जिससे बिना पुन: प्रशिक्षण के विविध मानवीय आवश्यकताओं के across मॉडल की मजबूती को बढ़ाने और प्राथमिकता कवरेज अंतराल को प्रभावी ढंग से पाटने में मदद मिलती है।

Ruochen Mao, Yuling Shi, Xiaodong Gu, Jiaheng Wei2026-02-26
📊 statistics

A Proof of Learning Rate Transfer under μμP

यह शोधपत्र पहला सैद्धांतिक प्रमाण प्रदान करता है कि μ\muP यह सुनिश्चित करके अनंत-चौड़ाई वाले लीनियर MLPs के लिए लर्निंग रेट ट्रांसफर को सक्षम बनाता है कि इष्टतम लर्निंग रेट एक गैर-शून्य स्थिरांक (non-zero constant) की ओर अभिसरित होता है, जो एक ऐसा गुण है जो मानक और न्यूरल टेंगेंट पैरामीट्रिज़ेशन के तहत विफल हो जाता है।

Soufiane Hayou2026-02-26
💬 NLP

RPTS: Tree-Structured Reasoning Process Scoring for Faithful Multimodal Evaluation

यह शोध पत्र रीजनिंग प्रोसेस ट्री स्कोर (RPTS) को प्रस्तुत करता है, जो मल्टीमॉडल रीजनिंग स्टेप्स की निष्ठा (faithfulness) का मूल्यांकन करने के लिए एक ट्री-स्ट्रक्चर्ड मेट्रिक है, और इसे एक नए बेंचमार्क (RPTS-Eval) के माध्यम से मान्य करता है जो इंटरमॉडल संबंधों और सही उत्तरों द्वारा छिपे हुए रीजनिंग दोषों के संबंध में वर्तमान लार्ज विजन-लैंग्वेज मॉडल्स की सीमाओं को उजागर करता है।

Haofeng Wang, Yu Zhang2026-02-26
💬 NLP

Stabilizing Off-Policy Training for Long-Horizon LLM Agent via Turn-Level Importance Sampling and Clipping-Triggered Normalization

यह शोध पत्र SORL का प्रस्ताव करता है, जो एक ऐसा फ्रेमवर्क है जो लॉन्ग-होरिज़न (long-horizon) LLM एजेंटों के लिए ऑफ-पॉलिसी सुदृढीकरण शिक्षण (reinforcement learning) को स्थिर करने के लिए टर्न-लेवल इम्पॉर्टेंस सैंपलिंग और क्लिपिंग-ट्रिगर्ड नॉर्मलाइजेशन पेश करता है, जो अपने SO-PPO और SO-GRPO एल्गोरिदम के माध्यम से प्रशिक्षण पतन (training collapse) को प्रभावी ढंग से रोकता है और मल्टी-टर्न कार्यों पर प्रदर्शन में सुधार करता है।

Chenliang Li, Adel Elmahdy, Alex Boyd, Zhongruo Wang, Siliang Zeng, Alfredo Garcia, Parminder Bhatia, Taha Kass-Hout, Ca (…)2026-02-26