💬 Category

cs.CL

9931 पेपर

💬 NLP

Analyzing the Correlation Between Hallucinations and Knowledge Conflicts in Large Language Models

यह शोध पत्र विभिन्न परतों (layers) में आंतरिक निरूपणों (internal representations) का विश्लेषण करके लार्ज लैंग्वेज मॉडल्स (LLMs) में ज्ञान संघर्ष (knowledge conflicts) और मतिभ्रम (hallucinations) के बीच सहसंबंध की जांच करता है, यह पाते हुए कि हालांकि ये दोनों घटनाएं वैचारिक रूप से संबंधित हैं, मतिभ्रम के पैटर्न को ज्ञान संघर्ष निरूपणों द्वारा पूरी तरह से समझाया नहीं जा सकता है, जिससे LLM व्यवहार को समझने के लिए सूक्ष्म व्याख्यात्मकता उपकरणों (fine-grained interpretability tools) के महत्व पर प्रकाश पड़ता है।

Lucrezia Laraspata, Giovanna Castellano, Gennaro Vessio2026-06-09
💬 NLP

Operationalizing Linguistic Methods through Prompt-Engineering Skills: An Automatic Chinese Web Neologism Detection Pipeline

यह शोध पत्र चीनी वेब नवोन्मेषों (neologisms) का पता लगाने के लिए एक स्वचालित पाइपलाइन प्रस्तुत करता है जो पारंपरिक भाषाई सिद्धांतों को प्रॉम्प्ट-इंजीनियरिंग कौशल में अनुवादित करता है, जिससे एक विशाल कॉर्पस पर उच्च कवरेज प्राप्त होता है और एक नवीन कंडीशनल रिकॉल डिकंपोजिशन विश्लेषण के माध्यम से उम्मीदवार पीढ़ी (candidate generation) और अर्थ संबंधी वर्गीकरण (semantic classification) को प्रमुख बाधाओं के रूप में पहचानता है।

Yufeng Wu, Meichun Liu2026-06-09
💬 NLP

Co-Evolving Skill Generation and Policy Optimization

यह शोध पत्र एक ऑनलाइन सुदृढीकरण शिक्षण (reinforcement learning) ढांचे का प्रस्ताव करता है जो मिलान किए गए रोलआउट समूहों की तुलना करके भंडारण से पहले उम्मीदवार कौशलों की सीमांत उपयोगिता को सत्यापित करता है, जिससे अप्रभावी कौशलों को फ़िल्टर किया जाता है और एक ऐसी नीति को प्रशिक्षित किया जाता है जो महंगी मालिकाना मॉडलों पर निर्भर हुए बिना उपयोगी प्रक्रियात्मक ज्ञान को स्वायत्त रूप से उत्पन्न करने और प्राथमिकता देने में सक्षम है।

Zhiwei Zhang, Yudi Lin, Nikki Lijing Kuang, Linlin Wu, Xiaomin Li, Songtao Liu, Fenglong Ma2026-06-09
💬 NLP

The Amplifying Mirror: Locating and Steering the Partisan Direction inside a Large Language Model

यह शोध पत्र यह प्रदर्शित करता है कि लार्ज लैंग्वेज मॉडल्स (LLMs) में पक्षपाती राजनीतिक पूर्वाग्रह कोई अस्पष्ट उभरता हुआ गुण नहीं है, बल्कि मॉडल के एक्टिवेशन स्पेस के भीतर एक सटीक, सीखने योग्य ज्यामितीय विशेषता है जिसे जनरेट किए गए टेक्स्ट को व्यवस्थित रूप से बदलने के लिए पहचाना, विघटित और कारणवश हेरफेर (causally manipulate) किया जा सकता है।

Wendy K. Tam2026-06-09
💬 NLP

Continuous Language Diffusion as a Decoder-Interface Problem

यह शोध पत्र उस तंत्र की जांच करता है जिसके माध्यम से निरंतर डिफ्यूजन मॉडल (continuous diffusion models) व्याख्यात्मक न होने वाले गॉसियन-दूषित एम्बेडिंग्स (Gaussian-corrupted embeddings) से सुसंगत पाठ उत्पन्न करते हैं, एक "डिकोडर-बेसिन" (decoder-basin) घटना की पहचान करता है जहाँ सफल डिनोइजिंग (denoising) डिकोडर स्थिरता के उच्च क्षेत्रों तक पहुँचने पर निर्भर करती है बजाय लेटेंट त्रुटि को न्यूनतम करने के, और इन मॉडलों को प्रतिनिधित्व-डिकोडर प्रणालियों के रूप में मूल्यांकन करने के लिए एक नैदानिक प्रोटोकॉल का प्रस्ताव करता है।

Zhicheng Du, Lan Ma2026-06-09
🤖 AI

Momentum for Reasoning: Dense Intrinsic Signals in Policy Optimization

यह शोध पत्र ISPO को प्रस्तुत करता है, जो एक नवीन पॉलिसी ऑप्टिमाइज़ेशन विधि है जो ज़ीरो-एडवांटेज कोलैप्स (Zero-Advantage Collapse) और हैलुसिनेटेड सर्टेन्टी (Hallucinated Certainty) को समाप्त करने के लिए पॉलिसी की अपनी संभावनाओं से प्राप्त इंट्रिन्सिक सिग्नल्स के साथ बाइनरी रिवार्ड्स को सघन बनाता है, जिससे चुनौतीपूर्ण गणितीय बेंचमार्क पर लार्ज लैंग्वेज मॉडल्स के लॉन्ग-चेन रीजनिंग प्रदर्शन में महत्वपूर्ण सुधार होता है।

Hao Chen, Zhanming Shen, Liyao Li, Yanyu Chen, Xuhang Zhu, Xiaomeng Hu, Qi Zhang, Ru Peng, Xiaoyu Shen, Haobo Wang, Junb (…)2026-06-09
💬 NLP

PaperMentor: A Human-Centered Multi-Agent Writing Tutor for AI Research Papers on Overleaf

PaperMentor ओवरलीफ (Overleaf) के लिए एक ओपन-सोर्स, मानव-केंद्रित मल्टी-एजेंट राइटिंग असिस्टेंट है जो AI अनुसंधान पत्रों पर कार्रवाई योग्य, इनलाइन फीडबैक प्रदान करने के लिए एक क्यूरेटेड विशेषज्ञ कौशल लाइब्रेरी का लाभ उठाता है, जो मानवीय लेखकत्व को सुरक्षित रखते हुए एक यूजर स्टडी में बेसलाइन मॉडलों से काफी बेहतर प्रदर्शन करता है।

Jiarui Liu, Terry Jingchen Zhang, Ryan Faulkner, X. Angelo Huang, Vilém Zouhar, Dominik Glandorf, Isabel Dahlgren, Van Q (…)2026-06-09
💬 NLP

Building Customer Support AI Agents at 100M-User Scale: An Evaluation-Driven Framework

यह शोध पत्र नुबैंक (Nubank) में विकसित एक एकीकृत, मूल्यांकन-संचालित ढांचे को प्रस्तुत करता है जो संरचित संदर्भ इंजीनियरिंग (structured context engineering), मानव-इन-द-लूप इटरेशन (human-in-the-loop iteration), और कठोर एलएलएम जज मूल्यांकन (LLM judge evaluation) को एकीकृत करता है ताकि पांच डोमेन में 10 करोड़ से अधिक उपयोगकर्ताओं के लिए प्रोडक्शन-रेडी ग्राहक सहायता एआई एजेंटों को सफलतापूर्वक तैनात किया जा सके, जिससे संतुष्टि और सेल्फ-सर्विस दरों में महत्वपूर्ण सुधार हुआ है और ऑफलाइन मेट्रिक्स तथा ऑनलाइन प्रभाव के बीच एक मजबूत सहसंबंध प्रदर्शित हुआ है।

Aman Gupta, Kevin Rossell, Edesio Alcobaça, Jose Chrystian Lima Pacheco, Carolina Baptista de Lima, Shao Tang, Luiz Paul (…)2026-06-09
💬 NLP

Are Reasoning Vision-Language Models Robust to Semantic Visual Distractions?

यह शोध पत्र Distract-Bench प्रस्तुत करता है, जो एक नया बेंचमार्क है जो यह प्रदर्शित करता है कि रीजनिंग विजन-लैंग्वेज मॉडल्स (Reasoning Vision-Language Models) पारंपरिक संवेदी विकृतियों (perceptual corruptions) की तुलना में सिमेंटिक विजुअल डिस्ट्रैक्शंस (semantic visual distractions)—अर्थात अर्थपूर्ण लेकिन अप्रासंगिक संकेतों—के प्रति काफी अधिक संवेदनशील होते हैं, क्योंकि ये डिस्ट्रैक्शंस अक्सर मॉडल्स की सही विजुअल परसेप्शन के बावजूद उनकी रीजनिंग प्रक्रियाओं को गुमराह कर देते हैं।

Yizheng Sun, Mochuan Zhan, Yanan Ma, Jia Tong See, Yifan Wang, Ziyi Wang, Hao Li, Yang Cui, Wenhao Cai, Jingyu Sun, Chen (…)2026-06-09
💬 NLP

From Statute to Control Flow: Span-Grounded Deontic Trees for Defeasible Scope Parsing

यह शोध पत्र NormBench प्रस्तुत करता है, जो एक बहुभाषी बेंचमार्क है जिसमें स्पैन-ग्राउंडेड डियोन्टिक ट्रीज़ (SG-DT) का उपयोग किया गया है ताकि नियम-अनुसरण करने वाले एजेंटों में 'साइलेंट स्कोप ओमिशन' (Silent Scope Omission) का निदान और शमन किया जा सके, जो अंतिम-कार्य परिणामों से ध्यान हटाकर विखंडनीय कानूनी स्कोप के सटीक संरचनात्मक पार्सिंग पर केंद्रित है, जिससे यह प्रकट होता है कि सीमित मध्यवर्ती प्रतिनिधित्व जटिल नियामक संदर्भों में अपवाद प्रबंधन में महत्वपूर्ण सुधार करते हैं।

Jian Chen, Siyuan Li, Chucheng Wan, Zixuan Yuan2026-06-09