💬 Category

cs.CL

10206 पेपर

💬 NLP

Used Car Salesbots? Honesty and Credulity of LLMs as Bargaining Agents under Partial Information

यह शोध पत्र सिम्युलेटेड (simulated) पुराने कारों की सौदेबाजी के परिदृश्यों में एलएलएम (LLM) एजेंटों का मूल्यांकन करता है, जिसमें यह पाया गया है कि हालांकि वित्तीय लाभ के लिए फाइन-ट्यूनिंग करने से बातचीत के परिणामों में सुधार होता है, लेकिन यह साथ ही साथ बेईमानी को भी बढ़ाता है और सूचनात्मक विषमताओं (information asymmetries) का पूर्ण रूप से लाभ उठाने या गेम-थ्योरेटिकल इक्विलिब्रियम (game-theoretical equilibria) का पालन करने में एजेंटों की अक्षमता को उजागर करता है।

Antonio Valerio Miceli-Barone, Vaishak Belle, Shay B. Cohen2026-06-01
💬 NLP

PithTrain: A Compact and Agent-Native MoE Training System

यह शोध पत्र PithTrain को प्रस्तुत करता है, जो एक कॉम्पैक्ट, एजेंट-नेटिव Mixture-of-Experts (MoE) प्रशिक्षण ढांचा है, जो मौजूदा प्रणालियों की तुलना में एजेंट इंटरेक्शन टर्न्स और GPU उपयोग को कम करके एजेंट-टास्क दक्षता में उल्लेखनीय सुधार करते हुए प्रोडक्शन-लेवल थ्रूपुट प्राप्त करता है।

Ruihang Lai, Hao Kang, Haozhan Tang, Akaash R. Parthasarathy, Zichun Yu, Junru Shao, Todd C. Mowry, Chenyan Xiong, Tianq (…)2026-06-01
⚡ electrical engineering

Scaling Conversational Hungarian ASR: The BEA-Dialogue+ Corpus

यह शोध पत्र BEA-Dialogue+ को प्रस्तुत करता है, जो एक विस्तारित 200-घंटे का हंगेरियन संवादात्मक भाषण संग्रह (corpus) है जो स्पीकर ओवरलैप पर नियंत्रित अध्ययन सक्षम करने के लिए स्प्लिट मानदंडों को शिथिल करता है, और यह प्रदर्शित करता है कि सीरियलाइज्ड आउटपुट ट्रेनिंग (SOT) फाइन-ट्यूनिंग विभिन्न मॉडलों में संवाद ट्रांसक्रिप्शन प्रदर्शन में महत्वपूर्ण सुधार करती है।

Máté Gedeon, Piroska Zsófia Barta, Péter Mihajlik, Katalin Mády2026-06-01
💬 NLP

Language Models Can Resolve Reference Compositionally, But It's Not Their Native Strength: The Case of the Personal Relation Task

यह शोध पत्र यह प्रदर्शित करता है कि जहाँ लार्ज लैंग्वेज मॉडल्स (LLMs) व्यक्तिगत संबंधों की संरचित, अर्थपूर्ण (intensional) व्याख्या करने में मनुष्यों की तुलना में उत्कृष्ट हैं, वहीं वे संदर्भपरक, विस्तारवादी (extensional) कार्य में कम प्रदर्शन करते हैं, जो यह सुझाव देता है कि संदर्भपरक आधार (referential grounding) का अभाव मानव-समान भाषा बोध प्राप्त करने की उनकी क्षमता में एक महत्वपूर्ण सीमा है।

Bart Evelo, Meaghan Fowlie, Denis Paperno2026-06-01
💬 NLP

BenHalluEval: A Multi-Task Hallucination Evaluation Framework for Large Language Models on Bengali

यह शोध पत्र BenHalluEval को प्रस्तुत करता है, जो बंगाली बड़े भाषा मॉडलों (LLMs) के लिए पहला व्यापक मतिभ्रम (hallucination) मूल्यांकन ढांचा है, जो चार कार्यों में प्रदर्शन का आकलन करने और मतिभ्रम का पता लगाने की क्षमताओं में महत्वपूर्ण विविधताओं को प्रकट करने के लिए एक दोहरी-ट्रैक प्रोटोकॉल और एक नए अंशांकन (calibration) मीट्रिक का उपयोग करता है।

Shefayat E Shams Adib, Ahmed Alfey Sani, Ekramul Alam Esham, Ajwad Abrar, Ishmam Tashdeed, Md Taukir Azam Chowdhury2026-06-01
💬 NLP

Consolidating Rewarded Perturbations for LLM Post-Training

यह शोधपत्र CoRP को प्रस्तुत करता है, जो एक ग्रेडिएंट-मुक्त पोस्ट-ट्रेनिंग विधि है जो लो-रैंक संरचना का लाभ उठाकर रिवॉर्ड-वेटेड गॉसियन परम्यूटेशन्स (reward-weighted Gaussian perturbations) को एक एकल मॉडल अपडेट में समेकित करती है, जिससे RandOpt जैसे एन्सेम्बल-आधारित दृष्टिकोणों के मल्टी-पास इन्फरेंस ओवरहेड को समाप्त करते हुए बेस मॉडल की तुलना में महत्वपूर्ण प्रदर्शन लाभ प्राप्त होता है।

Zheyu Zhang, Shuo Yang, Gjergji Kasneci2026-06-01
💬 NLP

Evaluating Factual Density in Multi-Source RAG: A Study in Medical AI Accuracy

यह शोध पत्र फैक्चुअल डेंसिटी (FD*) को प्रस्तुत करता है, जो एक नवीन रिट्रीवल सिग्नल है जो पारंपरिक कीवर्ड-आधारित विधियों की तुलना में बेहतर साक्ष्य संतृप्ति (एविडेंस सैचुरेशन) और तथ्यात्मक सटीकता प्राप्त करने के लिए, शाब्दिक रूप से समान टेक्स्ट के बजाय सत्यापित परमाणु दावों (एटॉमिक क्लेम्स) के उच्च अनुपात वाले दस्तावेजों को प्राथमिकता देकर मेडिकल RAG सिस्टम को अनुकूलित करता है।

Michael R. DeMarco2026-06-01
💬 NLP

Reliable Multilingual Orthopedic Decision Support from Clinical Narratives: Language-Aware Adaptation and Verification-Guided Deferral

यह शोध पत्र अंग्रेजी, हिंदी और पंजाबी में बहुभाषी ऑर्थोपेडिक निर्णय सहायता के लिए एक विश्वसनीयता-उन्मुख ढांचे को प्रस्तुत करता है जो शून्य-शॉट (zero-shot) LLMs और मानक बेसलाइनों की तुलना में बेहतर वर्गीकरण प्रदर्शन और मजबूती प्राप्त करने के लिए एक डोमेन-अनुकूली IndicBERT-HPA मॉडल और एक सत्यापन-निर्देशित विलंब (verification-guided deferral) तंत्र का लाभ उठाता है।

Danish Ali, Li Xiaojian, Sundas Iqbal, Farrukh Zaidi2026-06-01
💬 NLP

UniAudio-Token: Empowering Semantic Speech Tokenizers with General Audio Perception

UniAudio-Token, संरचित पर्यवेक्षण (structured supervision) के लिए सिमेंटिक-अकॉस्टिक प्रिमिटिव्स (Semantic-Acoustic Primitives) और ध्वनिक विवरणों को पुनर्स्थापित करने के लिए एक सिमेंटिक-अकॉस्टिक इक्विलिब्रियम गेटिंग मैकेनिज्म (Semantic-Acoustic Equilibrium gating mechanism) को पेश करके सामान्य ऑडियो धारणा क्षमताओं के साथ सिमेंटिक स्पीच टोकनाइज़र को बढ़ाता है, जिससे यह समझ और निर्माण दोनों कार्यों में मौजूदा सिंगल-कोडबुक बेसलाइन से बेहतर प्रदर्शन करते हुए एक एकीकृत ऑडियो इंटरफ़ेस प्राप्त करता है।

Yuhan Song, Linhao Zhang, Aiwei Liu, Chuhan Wu, Sijun Zhang, Wei Jia, Yuan Liu, Houfeng Wang, Xiao Zhou2026-06-01
💬 NLP

Preference-Aware Rubric Learning for Personalized Evaluation

यह शोध पत्र PARL को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो एक स्व-सत्यापित (self-validating), विभेदक सुदृढीकरण शिक्षण (discriminative reinforcement learning) दृष्टिकोण के माध्यम से उपयोगकर्ता के इंटरैक्शन इतिहास से प्राथमिकता-जागरूक रूब्रिक्स (preference-aware rubrics) को सीधे सीखकर मौजूदा व्यक्तिगत मूल्यांकन विधियों की सीमाओं को संबोधित करता है ताकि उपयोगकर्ता-संरेखित LLM प्रतिक्रियाओं का विश्वसनीय, सुसंगत और सूक्ष्म-स्तरीय मूल्यांकन सुनिश्चित किया जा सके।

Yilun Qiu, Xiaoyan Zhao, Yang Zhang, Yuxin Chen, Cilin Yan, Jiayin Cai, Xiaolong Jiang, Yao Hu, Yoko Yamakata, Tat-Seng (…)2026-06-01