💬 Category

cs.CL

10206 पेपर

💬 NLP

Automated Benchmark Auditing for AI Agents and Large Language Models

यह शोध पत्र ऑटो बेंचमार्क ऑडिट (ABA) प्रस्तुत करता है, जो एक एजेंटिक फ्रेमवर्क है जो व्यवस्थित रूप से 25% से अधिक AI बेंचमार्क में महत्वपूर्ण खामियों की पहचान करता है, यह प्रदर्शित करते हुए कि इन समस्याग्रस्त कार्यों को हटाने से मॉडल रैंकिंग महत्वपूर्ण रूप से बदल जाती है और प्रदर्शन मेट्रिक्स में सुधार होता है।

Junlin Wang, Federico Bianchi, Shang Zhu, Fan Nie, Yongchan Kwon, Bhuwan Dhingra, James Zou2026-05-26
💬 NLP

Language Models Need Sleep

यह शोध पत्र लार्ज लैंग्वेज मॉडल्स के लिए एक नींद जैसी सुदृढ़ीकरण (consolidation) प्रक्रिया का प्रस्ताव करता है जो ऑफलाइन रिकरेंट पासेस के दौरान हालिया कॉन्टेक्स्ट को निरंतर फास्ट वेट्स में परिवर्तित करता है, जिससे अटेंशन स्केलिंग की सीमाओं को दूर किया जा सके और इन्फरेंस लेटेंसी को सुरक्षित रखते हुए लॉन्ग-होरिज़न और डीप-रीज़निंग कार्यों पर प्रदर्शन में महत्वपूर्ण सुधार किया जा सके।

Sangyun Lee, Sean McLeish, Tom Goldstein, Giulia Fanti2026-05-26
💬 NLP

Speak-to-Structure: Evaluating LLMs in Open-domain Natural Language-Driven Molecule Generation

यह शोध पत्र 'स्पीक-टू-स्ट्रक्चर' (S^2-Bench) को प्रस्तुत करता है, जो ओपन-डोमेन, वन-टू-मेनी नेचुरल लैंग्वेज-ड्रिवन मॉलिक्यूल जनरेशन कार्यों पर लार्ज लैंग्वेज मॉडल्स का मूल्यांकन करने के लिए डिज़ाइन किया गया पहला बेंचमार्क है, साथ ही इसमें 'ओपनमोलइन्स' (OpenMolIns) भी शामिल है, जो एक ऐसा डेटासेट है जो फाइन-ट्यून्ड मॉडल्स को यथार्थवादी आणविक डिजाइन में अग्रणी एलएलएम (LLMs) से बेहतर प्रदर्शन करने में सक्षम बनाता है।

Jiatong Li, Junxian Li, Weida Wang, Yunqing Liu, Changmeng Zheng, Yatao Bian, Dongzhan Zhou, Xiao-yong Wei, Qing Li2026-05-25
💬 NLP

Register Always Matters: Analysis of LLM Pretraining Data Through the Lens of Language Variation

यह अध्ययन प्रदर्शित करता है कि प्रीट्रेनिंग डेटा का भाषाई रजिस्टर लार्ज लैंग्वेज मॉडल के प्रदर्शन को महत्वपूर्ण रूप से प्रभावित करता है, जो यह प्रकट करता है कि जहाँ समाचार (News) टेक्स्ट उप-इष्टतम हैं, वहीं ओपिनियन (Opinion), हाउ-टू-इंस्ट्रक्शंस (How-to-Instructions) और सूचनात्मक विवरण (Informational Description) रजिस्टरों को शामिल करने से मॉडल की क्षमताओं में पर्याप्त सुधार होता है।

Amanda Myntti, Erik Henriksson, Veronika Laippala, Sampo Pyysalo2026-05-25
💬 NLP

InfiGFusion: Graph-on-Logits Distillation via Efficient Gromov-Wasserstein for Model Fusion

InfiGFusion एक नवीन संरचना-जागरूक मॉडल फ्यूजन फ्रेमवर्क पेश करता है जो शब्दावली चैनलों (vocabulary channels) के बीच अर्थ संबंधी निर्भरताओं को पकड़ने के लिए एक कुशल, क्लोज्ड-फॉर्म ग्रोमोव-वासरस्टीन सन्निकटन (Gromov-Wasserstein approximation) के साथ ग्राफ-ऑन-लॉगिट्स डिस्टिलेशन का उपयोग करता है, जिससे यह जटिल तर्क कार्यों में मौजूदा बेसलाइन से काफी बेहतर प्रदर्शन करता है।

Yuanyi Wang, Zhaoyi Yan, Yiming Zhang, Qi Zhou, Yanggan Gu, Fei Wu, Hongxia Yang2026-05-25
💬 NLP

Efficient and Transferable Agentic Knowledge Graph RAG via Reinforcement Learning

यह शोध पत्र KG-R1 को प्रस्तुत करता है, जो एक सुदृढीकरण शिक्षण (reinforcement learning) आधारित एजेंटिक फ्रेमवर्क है जो फिक्स्ड मल्टी-मॉड्यूल पाइपलाइनों पर निर्भर हुए बिना कुशल, हस्तांतरणीय और उच्च-सटीक नॉलेज ग्राफ RAG प्राप्त करने के लिए रिट्रीवल और रीजनिंग को एक एकल एजेंट में एकीकृत करता है।

Junhong Lin, Shicheng Liu, Jinyeop Song, Song Wang, Julian Shun, Yada Zhu2026-05-25
💬 NLP

Sparser Block-Sparse Attention via Token Permutation

यह शोध पत्र परमुटेड ब्लॉक-स्पार्स अटेंशन (PBS-Attn) को प्रस्तुत करता है, जो एक प्लग-एंड-प्ले विधि है जो लॉन्ग-कॉन्टेक्स्ट LLMs में ब्लॉक-लेवल स्पर्सिटी को अनुकूलित करने के लिए टोकन परम्यूटेशन का लाभ उठाती है, जिससे फुल अटेंशन के समान सटीकता बनाए रखते हुए प्रीफिलिंग में 2.75x तक की गति वृद्धि प्राप्त होती है।

Xinghao Wang, Pengyu Wang, Dong Zhang, Chenkun Tan, Shaojun Zhou, Zhaoxiang Liu, Shiguo Lian, Fangxu Liu, Kai Song, Xipe (…)2026-05-25
💬 NLP

DELICATE: Diachronic Entity LInking using Classes And Temporal Evidence

यह शोध पत्र DELICATE को प्रस्तुत करता है, जो ऐतिहासिक इतालवी के लिए एक नवीन न्यूरो-सिम्बोलिक एंटिटी लिंकिंग पद्धति है, जो मानविकी क्षेत्र में अधिक व्याख्यात्मकता प्रदान करते हुए और बड़े पैमाने के न्यूरल मॉडलों से बेहतर प्रदर्शन करने के लिए ENEIDE कॉर्पस के साथ-साथ टेम्पोरल प्लाउज़िबिलिटी (सामयिक संभाव्यता) और विकीडेटा संदर्भ का लाभ उठाता है।

Cristian Santini, Sebastian Barzaghi, Paolo Sernani, Emanuele Frontoni, Mehwish Alam2026-05-25
💬 NLP

Fine-Tuning Causal LLMs for Text Classification: Embedding-Based vs. Instruction-Based Approaches

यह शोध पत्र यह प्रदर्शित करता है कि संसाधन-सीमित सिंगल-लेबल टेक्स्ट क्लासिफिकेशन के लिए, फाइनल-टोकन एम्बेडिंग्स पर क्लासिफिकेशन हेड के साथ कॉज़ल एलएलएम (LLMs) को फाइन-ट्यून करना, इंस्ट्रक्शन ट्यूनिंग की तुलना में काफी अधिक पैरामीटर-कुशल है और यह इंस्ट्रक्शन-ट्यून्ड एलएलएम एवं डोमेन-विशिष्ट बर्ट (BERT) मॉडल्स दोनों की तुलना में समान या बेहतर प्रदर्शन प्राप्त करता है।

Amirhossein Yousefiramandi, Ciaran Cooney2026-05-25✓ Author reviewed ⓘ
💬 NLP

SciNet: Evaluating AI Agents in Relation-Aware Scientific Literature Retrieval

यह शोधपत्र SciNet को प्रस्तुत करता है, जो वैज्ञानिक साहित्य की खोज (रिट्रीवल) के लिए एक बड़े पैमाने का, संबंध-जागरूक (रिलेशन-अवेयर) डेटासेट है, जो जटिल विद्वत्तापूर्ण संबंधों को समझने में वर्तमान एआई एजेंटों की सीमाओं को उजागर करता है और इस संबंधात्मक संदर्भ से लैस होने पर उनके प्रदर्शन में महत्वपूर्ण सुधार को प्रदर्शित करता है।

Chenyang Shao, Fengli Xu, Yong Li2026-05-25