💬 NLP

Probing in the Wild: A Case Study of Self-Supervised Speech Representations on Mandarin Sub-dialects with Unsupervised Articulatory Analysis

यह शोध पत्र मंदारिन स्व-पर्यवेक्षित वाक् मॉडलों (self-supervised speech models) का उप-बोलियों पर विश्लेषण करने के लिए एक अनसुपरवाइज्ड प्रोबिंग पाइपलाइन प्रस्तुत करता है, जो यह प्रकट करता है कि जहाँ ध्वनिक रूप से प्रमुख उच्चारण संबंधी विशेषताएँ स्थिर रहती हैं, वहीं सूक्ष्म स्पेक्ट्रल अंतर महत्वपूर्ण बोली-निर्भर भिन्नता दर्शाते हैं जो बीजिंग भाषण के प्रति मॉडल की बढ़ी हुई संवेदनशीलता से प्रेरित होते हैं।

Shu Shang, Fuliang Weng, Zeqian Hu, Yaqian Zhou2026-06-25
⚡ electrical engineering

Fully Differentiable Neural Forced Alignment via Soft Dynamic Programming

यह शोध पत्र एक पूर्णतः विभेदनीय (fully differentiable) न्यूरल आर्किटेक्चर को प्रस्तुत करता है जो फोर्स्ड अलाइनमेंट के लिए एक डुअल-ब्रांच एनकोडर और एक नवीन कंट्रास्टिव लॉस के साथ अनुकूलित सॉफ्ट डायनेमिक प्रोग्रामिंग डिकोडर का उपयोग करता है, जो अंग्रेजी बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करता है और अनदेखी भाषाओं के प्रति मजबूत सामान्यीकरण प्रदर्शित करता है।

Rotem Rousso, Eyal Cohen, Joseph Keshet2026-06-25
💬 NLP

Optimizing Abstractive Summarization With Fine-Tuned PEGASUS

यह शोध पत्र प्रदर्शित करता है कि XL-Sum अंग्रेजी कॉर्पस पर PEGASUS मॉडल को फाइन-ट्यून करने से अत्याधुनिक (state-of-the-art) एब्स्ट्रैक्टिव समराइजेशन प्रदर्शन प्राप्त होता है, जो ROUGE-1, ROUGE-2 और ROUGE-L स्कोर में पर्याप्त सुधार के साथ बेसलाइन mT5 मॉडल से काफी बेहतर प्रदर्शन करता है।

Sadiul Arefin Rafi, Naimur Rahman, Kazi Nazibul Islam, Ha-mim Ahmad, Farig Yousuf Sadeque2026-06-25
💬 NLP

A Red Teaming Framework for Large Language Models: A Case Study on Faithfulness Evaluation

यह शोध पत्र लक्ष्य (target), हमलावर (attacker) और निर्णायक (jury) मॉडलों का उपयोग करते हुए एक नवीन बहु-भूमिका वाले रेड टीमिंग ढांचे को प्रस्तुत करता है जो बड़े भाषा मॉडलों (LLMs) में कमजोरियों का व्यवस्थित रूप से मूल्यांकन करने और उन्हें उजागर करने के लिए है, जो यह प्रदर्शित करता है कि आर्किटेक्चरल डिज़ाइन विकल्प विविध कार्यों और भाषाओं में सुरक्षा और निष्ठा (faithfulness) को महत्वपूर्ण रूप से प्रभावित करते हैं, साथ ही सूक्ष्म अननिष्ठता (unfaithfulness) का पता लगाने और क्रॉस-लिंग्विस्टिक प्रतिकूल जनरेशन (cross-linguistic adversarial generation) को पूरी तरह से स्वचालित करने में वर्तमान सीमाओं को भी रेखांकित करता है।

Abrar Alotaibi, Raed Mughus, Moataz Ahmed2026-06-25
💬 NLP

How Reliable Is Your Jailbreak Judge? Calibration and Adversarial Robustness of Automated ASR Scoring

यह शोध पत्र प्रकट करता है कि LLM जेलब्रेक सफलता दर को मापने के लिए उपयोग किए जाने वाले स्वचालित जज अत्यधिक अविश्वसनीय हैं, जिसमें समर्पित क्लासिफायर ओवर-फ्लैगिंग के प्रति प्रवृत्त होते हैं और LLM-एज़-जज अस्थिर रिकॉल तथा प्रतिकूल फ्रेमिंग (adversarial framing) के प्रति अत्यधिक संवेदनशील होते हैं, जिससे जज प्रदर्शन मेट्रिक्स और प्रतिकूल मजबूती (adversarial robustness) जांच के मानकीकृत रिपोर्टिंग की आवश्यकता उत्पन्न होती है।

Yang Gao (Veyon Solutions)2026-06-25
💬 NLP

Spam and Sentiment Detection in Arabic Tweets Using MARBERT Model

यह अध्ययन सऊदी टेलीकॉम कंपनी (STC) के संबंध में 24,513 अरबी ट्वीट्स में स्पैम का पता लगाने और भावना (sentiment) का विश्लेषण करने के लिए MARBERT मॉडल का उपयोग करते हुए एक डीप लर्निंग दृष्टिकोण प्रस्तावित करता है, जिसका उद्देश्य बेहतर सेंटिमेंट क्लासिफिकेशन मेट्रिक्स के माध्यम से ग्राहक सेवा को बढ़ाना है।

Abrar Alotaibi, Atta-ur Rahman, Raheel Alhaza, Wala Alkhalifa, Narjes Alhajjaj, Atheer Alharthi, Dhai Abushoumi, Maryam (…)2026-06-25
💬 NLP

Fault of Our Stars: Behavioral Drivers of Rating-Sentiment Incongruence

यह अध्ययन श्रीलंकाई पर्यटन समीक्षाओं का विश्लेषण करता है जिससे यह स्पष्ट होता है कि विशिष्ट व्यवहारिक पैटर्न और प्रासंगिक कारकों के कारण स्टार रेटिंग अक्सर पाठ्य भावना (टेक्स्टुअल सेंटीमेंट) से भिन्न होती है, जो यह दर्शाता है कि रेटिंग को भावना विश्लेषण के लिए स्वचालित रूप से ग्राउंड-ट्रुथ लेबल के रूप में नहीं माना जाना चाहिए।

Ramanaish Abaiyan, Ruththiragayan Sutharsan, Kusal Amantha, Anusan Krishnathas, Asma Rauff, Kovindarajah Sriyathurshan (…)2026-06-25
🤖 AI

Cliff Tokens: Identifying Single-Token Failure Triggers in LLM Mathematical Reasoning

यह शोध पत्र एलएलएम (LLM) गणितीय तर्क में विफलता के सटीक सिंगल-टोकन ट्रिगर्स के रूप में "क्लिफ टोकन्स" (cliff tokens) को प्रस्तुत करता है, इन टोकन्स का एक वर्गीकरण प्रस्तावित करता है और यह प्रदर्शित करता है कि क्लिफ-डीपीओ (Cliff-DPO) के माध्यम से उन्हें अनुकूलित करने से विभिन्न बेंचमार्क पर मॉडल की सटीकता में महत्वपूर्ण सुधार होता है।

Jaeyong Ko, Pilsung Kang, Yukyung Lee2026-06-25
💬 NLP

Evaluating LLMs on Real-World Software Performance Optimization

यह शोध पत्र SWE-Pro को प्रस्तुत करता है, जो 102 विशेषज्ञ अनुकूलनों (optimizations) से व्युत्पन्न एक कठोर रिपॉजिटरी-स्तरीय बेंचमार्क है, जो यह प्रकट करता है कि वर्तमान लार्ज लैंग्वेज मॉडल्स वास्तविक दुनिया के सॉफ्टवेयर अनुकूलन में मानव-स्तर के प्रदर्शन के साथ मेल खाने में काफी विफल रहते हैं, और विशेषज्ञ इंजीनियरों द्वारा प्रदान की गई पर्याप्त गति वृद्धि (speedups) और मेमोरी कटौती की तुलना में नगण्य लाभ प्राप्त करते हैं।

Ezgi Sarıkayak, Wenchao Gu, Hesham Ghonim, Chunyang Chen2026-06-25
💬 NLP

SFL-MTSC: Leveraging Semantic Frame-Level Multi-Task Self-Consistency for Robust Multi-Intent Spoken Language Understanding

यह शोध पत्र SFL-MTSC का प्रस्ताव करता है, जो एक नवीन ढांचा है जो LLM भविष्यवाणियों को सिमेंटिक फ्रेम्स में विघटित करके, डोमेन-इंटेंट ग्रुपिंग और पाथ सपोर्ट स्कोरिंग के साथ स्लॉट-स्तरीय क्लस्टरिंग लागू करके, और डिकोडिंग स्टोकेस्टिसिटी (stochasticity) को हल करने और MAC-SLU बेंचमार्क पर प्रदर्शन में सुधार करने के लिए विश्वसनीय फ्रेम्स को पुन: एकीकृत करके मल्टी-इंटेंट स्पोकन लैंग्वेज अंडरस्टैंडिंग में मजबूती को बढ़ाता है।

Po-Yen Chen, Berlin Chen2026-06-25