💬 Category

cs.CL

9899 पेपर

🤖 machine learning

RKSC: Reasoning-Aware KV Cache Sharing and Confident Early Exit for Multi-Step LLM Inference

RKSC एक प्रशिक्षण-मुक्त अनुमान ढांचा (training-free inference framework) है जो अटेंशन-समानता-आधारित KV कैश शेयरिंग, कॉन्फिडेंस-गेटेड अर्ली एग्जिट और एक चयनात्मक ब्लॉक कैश मैनेजर के माध्यम से संरचनात्मक अतिरेक को समाप्त करके मल्टी-स्टेप LLM रीजनिंग को त्वरित करता है, जिससे विविध मॉडलों और बेंचमार्क में नगण्य त्रुटि दरों के साथ औसतन 3x की गति वृद्धि प्राप्त होती है।

Anirudh Sekar2026-06-10
🤖 machine learning

Interpreting and Steering a Text-to-Speech Language Model with Sparse Autoencoders

यह शोध पत्र प्रदर्शित करता है कि एक टेक्स्ट-टू-स्पीच लैंग्वेज मॉडल के बैकबोन पर स्पार्स ऑटोएनकोडर्स को प्रशिक्षित करने से व्याख्या योग्य, मोडैलिटी-अवेयर फीचर्स प्राप्त होते हैं जिन्हें सामग्री को सुरक्षित रखते हुए हँसी, वक्ता के लिंग और बोलने की गति जैसे विशिष्ट संश्लेषण गुणों को नियंत्रित करने के लिए कॉज़ली स्टीयर किया जा सकता है।

Nikita Koriagin, Georgii Aparin, Nikita Balagansky, Daniil Gavrilov2026-06-10
💬 NLP

Compiling Rewrite Rules to Finite-State Transducers with the Worsening Trick

यह शोध पत्र "वोरसेनिंग ट्रिक" (worsening trick) पर आधारित परिमित-अवस्था ट्रांसड्यूसर (finite-state transducers) के लिए एक संक्षिप्त और समान संकलन योजना प्रस्तुत करता है, जो सभी वैध पुनर्लेखन उम्मीदवारों (rewrite candidates) को उत्पन्न करता है और उप-इष्टतम (suboptimal) विकल्पों को फ़िल्टर करता है, जिससे स्थापित विधियों के साथ सटीक समानता बनाए रखते हुए PyFoma टूल में जटिल पुनर्लेखन नियमों के कार्यान्वयन को सरल बनाया जा सके।

Mans Hulden, Michael Ginn2026-06-10
💬 NLP

BenSyc: Benchmarking Conversational Sycophancy and Human Alignment in LLMs for Bengali Contexts

यह शोध पत्र BenSyc को प्रस्तुत करता है, जो 170,000 से अधिक रेडिट (Reddit) टिप्पणियों के एक डेटासेट का उपयोग करके बंगाली सामाजिक संदर्भों में संवादात्मक चापलूसी (conversational sycophancy) और मानवीय संरेखण (human alignment) के मूल्यांकन के लिए पहला बेंचमार्क है, जो यह प्रकट करता है कि अत्याधुनिक एलएलएम (LLMs) भी सहानुभूतिपूर्ण समर्थन और अत्यधिक सत्यापन के बीच अंतर करने में संघर्ष करते हैं।

Kazi Noshin, Sajib Acharjee Dip, Ranat Das Prangon, Fardin Hassan Tamim, Syed Ishtiaque Ahmed, Liqing Zhang, Sharifa Sul (…)2026-06-10
💬 NLP

τ\tau-Rec: A Verifiable Benchmark for Agentic Recommender Systems

यह शोध पत्र τ\tau-Rec का परिचय देता है, जो एजेंटिक अनुशंसा प्रणालियों (recommender systems) के लिए एक सत्यापन योग्य बेंचमार्क है जो व्यक्तिपरक LLM-आधारित मूल्यांकनों को संरचित पुरस्कारों और एक 'रिवील-टैग्ड इलिसिटेशन' तंत्र से बदल देता है, जो वर्तमान संवादात्मक एजेंटों में एक महत्वपूर्ण विश्वसनीयता अंतराल को उजागर करता है जहाँ शीर्ष मॉडल भी लगातार कार्य बाधाओं को पूरा करने में संघर्ष करते हैं।

Bharath Sivaram Narasimhan, Karthik R Narasimhan2026-06-10✓ Author reviewed ⓘ
💬 NLP

A Continuous-Time Markov Chain Framework for Insertion Language Models

यह शोध पत्र इवेंशन लैंग्वेज मॉडल्स (Insertion Language Models) के लिए एक सिद्धांतपूर्ण डिफ्यूजन-शैली का डिनोइजिंग ऑब्जेक्टिव प्राप्त करने हेतु एक निरंतर-समय मार्कोव चेन फ्रेमवर्क स्थापित करता है, जो यह प्रदर्शित करता है कि पूर्व विधियाँ इस दृष्टिकोण के विशेष मामले हैं और साथ ही प्रतिस्पर्धी प्रदर्शन और उन्नत सैंपलिंग लचीलापन भी प्राप्त करती हैं।

Dhruvesh Patel, Benjamin Rozonoyer, Soumitra Das, Tahira Naseem, Tim G. J. Rudner, Andrew McCallum2026-06-10
🤖 AI

Supervised Fine-tuning with Synthetic Rationale Data Hurts Real-World Disease Prediction

इस सामान्य धारणा के विपरीत कि सिंथेटिक तर्क (रैशनल) डेटा नैदानिक भविष्यवाणी में सुधार करता है, यह अध्ययन दर्शाता है कि ऐसे डेटा के साथ सुपरवाइज्ड फाइन-ट्यूनिंग अल्जाइमर रोग की भविष्यवाणी करने की क्षमता को महत्वपूर्ण रूप से कम कर देती है, क्योंकि नैरेटिव सुसंगतता और डिस्क्रिमिनेटिव ऑप्टिमाइजेशन के बीच एक संरचनात्मक संघर्ष होता है, भले ही वे तर्क चिकित्सकीय रूप से सटीक हों।

Buxin Su, Bingxuan Li, Cheng Qian, Yiwei Wang, Jin Jin, Bingxin Zhao2026-06-10
💬 NLP

Benchmarking and Exploring the Capabilities of LLMs for Attack Investigations

यह शोध पत्र ऑडिटबेंच (AuditBench) को प्रस्तुत करता है, जो लिनक्स और विंडोज सिस्टम पर 50 से अधिक सुरक्षा परिदृश्यों में फैला एक व्यापक बेंचमार्क डेटासेट है, जिसका उद्देश्य चार महत्वपूर्ण घटना प्रतिक्रिया कार्यों में पांच अत्याधुनिक एलएलएम (LLMs) के प्रदर्शन, त्रुटि प्रोफाइल और व्याख्यात्मक क्षमताओं का मूल्यांकन और विश्लेषण करना है।

Aniket Anand, Yiwei Hou, Daniel Fields, Alex Kantchelian, David Tao, Kurt Thomas, Grant Ho2026-06-10
💬 NLP

OpenRTLSet: A Fully Open-Source Dataset for Large Language Model-based Verilog Module Design

OpenRTLSet एक पूर्णतः ओपन-सोर्स डेटासेट है जिसमें 1,31,000 से अधिक विविध Verilog मॉड्यूल एआई-जनरेटेड प्राकृतिक भाषा विवरणों के साथ युग्मित हैं, जिसे हार्डवेयर डिज़ाइन में लार्ज लैंग्वेज मॉडल की क्षमताओं को आगे बढ़ाने और यह प्रदर्शित करने के लिए डिज़ाइन किया गया है कि ओपन-सोर्स दृष्टिकोण Verilog कोड जनरेशन में बेहतर प्रदर्शन प्राप्त कर सकते हैं।

Jinghua Wang, Lily Jiaxin Wan, Sanjana Pingali, Scott Smith, Manvi Jha, Shalini Sivakumar, Xing Zhao, Kaiwen Cao, Deming (…)2026-06-10
💬 NLP

When Metrics Disagree: A Meta-Analysis of Knowledge-Graph-Completion Model Benchmarking

यह शोध पत्र नॉलेज ग्राफ कॉम्प्लीशन मूल्यांकन को एक मल्टी-क्राइटेरिया डिसीजन-मेकिंग समस्या के रूप में पुनर्गठित करता है, जिसमें विरोधाभासी मीट्रिक रैंकिंग को हल करने के लिए सात एग्रीगेटर्स का मेटा-एनालिसिस करते हुए ज़ेड-स्कोर (Z-score) को सबसे संतुलित पद्धति के रूप में पहचाना गया है और सुदृढ़ मॉडल बेंचमार्किंग के लिए साक्ष्य-आधारित मार्गदर्शन प्रदान किया गया है।

Haji Gul, Ajaz Ahmad Bhat2026-06-10