💬 Category

cs.CL

11535 पेपर

💬 NLP

No One Size Fits All: QueryBandits for Hallucination Mitigation

यह शोधपत्र QueryBandits को प्रस्तुत करता है, जो एक मॉडल-अज्ञेय (model-agnostic) कॉन्टेक्स्टुअल बैंडिट फ्रेमवर्क है जो क्लोज्ड-सोर्स लार्ज लैंग्वेज मॉडल्स में मतिभ्रम (hallucinations) को कम करने के लिए इष्टतम क्वेरी-रीराइट रणनीतियों को अनुकूल रूप से चुनता है, और यह प्रदर्शित करता है कि डायनेमिक ऑनलाइन नीतियां बिना किसी मॉडल रिट्रेनिंग के स्टैटिक रीराइटिंग दृष्टिकोणों और नो-रीराइट बेसलाइन की तुलना में काफी बेहतर प्रदर्शन करती हैं।

Nicole Cho, William Watson, Alec Koppel, Sumitra Ganesh, Manuela Veloso2026-02-25
💬 NLP

Natural Language Processing Models for Robust Document Categorization

यह शोध पत्र असंतुलित दस्तावेज़ वर्गीकरण के लिए नैइव बायेस (Naive Bayes), BiLSTM और BERT मॉडलों का मूल्यांकन करता है, और यह निष्कर्ष निकालता है कि जहाँ BERT उच्चतम सटीकता प्रदान करता है, वहीं BiLSTM मॉडल उच्च प्रदर्शन को मध्यम कम्प्यूटेशनल लागत के साथ जोड़कर वास्तविक दुनिया के स्वचालन के लिए सबसे संतुलित समाधान प्रदान करता है।

Radoslaw Roszczyk, Pawel Tecza, Maciej Stodolski, Krzysztof Siwek2026-02-25
💬 NLP

How communicatively optimal are exact numeral systems? Once more on lexicon size and morphosyntactic complexity

सटीक पुनरावर्ती संख्या प्रणालियों (exact recursive numeral systems) के इस दृष्टिकोण को चुनौती देते हुए कि वे संचार की दृष्टि से इष्टतम हैं, यह अध्ययन एक परिष्कृत जटिलता मीट्रिक के साथ 52 विविध भाषाओं का विश्लेषण करता है ताकि यह प्रदर्शित किया जा सके कि अनगिनत रूप-वाक्यविन्यास संबंधी विविधताओं (morphosyntactic variations) के कारण कई प्रणालियाँ पहले की तुलना में काफी कम कुशल हैं।

Chundra Cathcart, Arne Rubehn, Katja Bocklage, Luca Ciucci, Kellen Parker van Dam, Alžběta Kučerová, Jekaterina Mažara (…)2026-02-25
💬 NLP

Disentangling Geometry, Performance, and Training in Language Models

यह शोध पत्र 108 नियंत्रित मॉडलों के माध्यम से ट्रांसफॉर्मर अनएम्बेडिंग मैट्रिक्स ज्यामिति और भाषा मॉडल प्रदर्शन के बीच के संबंध की व्यवस्थित रूप से जांच करता है, और यह निष्कर्ष निकालता है कि प्रभावी रैंक (effective rank) जैसे ज्यामितीय मेट्रिक्स मुख्य रूप से प्रशिक्षण हाइपरपैरामीटर्स को दर्शाते हैं न कि डाउनस्ट्रीम प्रदर्शन के विश्वसनीय भविष्यवक्ता के रूप में कार्य करते हैं।

Atharva Kulkarni, Jacob Mitchell Springer, Arjun Subramonian, Swabha Swayamdipta2026-02-25
💬 NLP

From Performance to Purpose: A Sociotechnical Taxonomy for Evaluating Large Language Model Utility

यह शोध पत्र लैंग्वेज मॉडल यूटिलिटी टैक्सोनॉमी (LUX) को प्रस्तुत करता है, जो प्रदर्शन, इंटरेक्शन, ऑपरेशंस और गवर्नेंस डोमेन में व्यवस्थित एक व्यापक ढांचा है, ताकि केवल कार्य-स्तरीय सफलता से परे वास्तविक दुनिया के उच्च-जोखिम वाले अनुप्रयोगों में लार्ज लैंग्वेज मॉडल की उपयोगिता के मूल्यांकन को मानकीकृत किया जा सके।

Gavin Levinson, Keith Feldman2026-02-25
💬 NLP

Inner Speech as Behavior Guides: Steerable Imitation of Diverse Behaviors for Human-AI coordination

यह शोधपत्र MIMIC का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो व्यवहारिक इरादे (behavioral intent) के भाषाई प्रतिनिधित्व के रूप में "इनर स्पीच" (inner speech) उत्पन्न करने के लिए विजन-लैंग्वेज मॉडल्स का लाभ उठाता है, जिससे एक डिफ्यूजन-आधारित पॉलिसी को बिना किसी अतिरिक्त प्रशिक्षण डेटा की आवश्यकता के, अनुमान समय (inference time) पर सूक्ष्म नियंत्रण (fine-grained steerability) के साथ विविध, उच्च-सटीकता वाले मानव-समान व्यवहार प्राप्त करने में सक्षम बनाया जा सके।

Rakshit Trivedi, Kartik Sharma, David C Parkes2026-02-25
💬 NLP

Stop-Think-AutoRegress: Language Modeling with Latent Diffusion Planning

स्टॉप-थिंक-ऑटोरीज्रेस लैंग्वेज डिफ्यूजन मॉडल (STAR-LDM), ऑटोरीज्रेसिव टोकन जनरेशन से पहले ग्लोबल सिमेंटिक प्लानिंग के लिए एक लेटेंट डिफ्यूजन-आधारित "थिंकिंग" चरण को एकीकृत करके भाषा निर्माण को बढ़ाता है, जिसके परिणामस्वरूप पारंपरिक मॉडलों की तुलना में तर्क, सुसंगतता और नियंत्रणीय एट्रीब्यूट स्टीयरिंग में बेहतर प्रदर्शन प्राप्त होता है।

Justin Lovelace, Christian Belardi, Sofian Zalouk, Adhitya Polavaram, Srivatsa Kundurthy, Kilian Q. Weinberger2026-02-25
💬 NLP

Actor-Curator: Co-adaptive Curriculum Learning via Policy-Improvement Bandits for RL Post-Training

यह शोध पत्र ACTOR-CURATOR प्रस्तुत करता है, जो एक स्केलेबल और स्वचालित करिकुलम लर्निंग फ्रेमवर्क है जो LLMs के RL पोस्ट-ट्रेनिंग के लिए प्रशिक्षण समस्याओं को गतिशील रूप से चुनने हेतु पॉलिसी-इम्प्रूवमेंट बैंडिट्स के माध्यम से प्रशिक्षित एक न्यूरल क्यूरेटर का उपयोग करता है, जिससे मौजूदा बेसलाइन्स की तुलना में रीजनिंग बेंचमार्क्स, प्रशिक्षण स्थिरता और दक्षता में महत्वपूर्ण सुधार प्राप्त होता है।

Zhengyao Gu, Jonathan Light, Raul Astudillo, Ziyu Ye, Langzhou He, Henry Peng Zou, Wei Cheng, Santiago Paternain, Philip (…)2026-02-25
💬 NLP

GATES: Self-Distillation under Privileged Context with Consensus Gating

यह शोध पत्र GATES का प्रस्ताव करता है, जो एक सेल्फ-डिस्टिलेशन फ्रेमवर्क है जो डॉक्यूमेंट-ग्राउंडेड रीजनिंग ट्रेसेस पर ट्यूटर कंसेंसस (शिक्षक सहमति) का लाभ उठाकर विश्वसनीय सुपरविजन सिग्नल्स उत्पन्न करता है, जिससे उन सेटिंग्स में डॉक्यूमेंट-फ्री स्टूडेंट मॉडल्स के प्रदर्शन में महत्वपूर्ण सुधार होता है जहाँ ग्राउंड ट्रुथ लेबल्स का अभाव होता है।

Alex Stein, Furong Huang, Tom Goldstein2026-02-25
💬 NLP

Personal Information Parroting in Language Models

यह शोध पत्र एक उन्नत रेगएक्स-आधारित (regex-based) डिटेक्टर सुइट प्रस्तुत करता है जो यह प्रकट करता है कि भाषा मॉडल, विशेष रूप से जैसे-जैसे उनका आकार और प्रशिक्षण अवधि बढ़ती है, अपने प्रीट्रेनिंग डेटा से व्यक्तिगत जानकारी को बार-बार याद करते हैं और शब्दशः पुनरुत्पादित करते हैं, जिससे गोपनीयता जोखिमों को कम करने के लिए डेटासेट के आक्रामक फ़िल्टरिंग और अनामीकरण (anonymization) की आवश्यकता होती है।

Nishant Subramani, Kshitish Ghate, Mona Diab2026-02-25