💬 NLP

ThoughtTrace: Understanding User Thoughts in Real-World LLM Interactions

यह शोधपत्र ThoughtTrace को प्रस्तुत करता है, जो वास्तविक दुनिया की मानव-AI बातचीत को उपयोगकर्ताओं के स्व-रिपोर्ट किए गए विचारों के साथ जोड़ने वाला पहला बड़े पैमाने का डेटासेट है, जो यह प्रकट करता है कि ये अंतर्निहित संज्ञानात्मक अवस्थाएं बोले गए संदेशों से भिन्न होती हैं, मॉडलों के लिए इनका अनुमान लगाना कठिन होता है, और उपयोगकर्ता-व्यवहार भविष्यवाणी तथा व्यक्तिगत, लक्ष्य-अनुरूप सहायक प्रशिक्षित करने के लिए अत्यधिक मूल्यवान होती हैं।

Chuanyang Jin, Binze Li, Haopeng Xie, Cathy Mengying Fang, Tianjian Li, Shayne Longpre, Hongxiang Gu, Maximillian Chen (…)2026-05-20
💬 NLP

Less Back-and-Forth: A Comparative Study of Structured Prompting

यह शोध पत्र प्रदर्शित करता है कि चेकलिस्ट-सुधारित प्रॉम्प्ट्स का उपयोग करने से कच्चे (raw) या स्पष्टीकरण-प्रश्न वाले प्रॉम्प्ट्स की तुलना में उपयोगकर्ता के प्रयास और टोकन उपयोग को कम करते हुए विविध कार्यों में लार्ज लैंग्वेज मॉडल प्रतिक्रियाओं की गुणवत्ता में महत्वपूर्ण वृद्धि होती है।

Saurav Ghosh, Gabriella Polach, Abdou Sow2026-05-20
💬 NLP

Rethinking Visual Attribution for Chest X-ray Reasoning in Large Vision Language Models

यह शोधपत्र MedFocus को प्रस्तुत करता है, जो एक अवधारणा-आधारित एट्रिब्यूशन विधि है जो चेस्ट एक्स-रे में नैदानिक रूप से सार्थक क्षेत्रों को सटीक रूप से स्थानीयकृत करने के लिए कॉज़ल इवैल्यूएशन (causal evaluation) और अनबैलेंस्ड ऑप्टिमल ट्रांसपोर्ट (unbalanced optimal transport) का लाभ उठाता है, जिससे चिकित्सा अनुप्रयोगों में लार्ज विजन लैंग्वेज मॉडल (Large Vision Language Model) के तर्क को निष्ठापूर्वक समझाने में मौजूदा विधियों की विफलता को संबोधित किया जा सके।

Guangzhi Xiong, Qiao Jin, Sanchit Sinha, Zhiyong Lu, Aidong Zhang2026-05-20
💬 NLP

ClinSeekAgent: Automating Multimodal Evidence Seeking for Agentic Clinical Reasoning

यह शोधपत्र ClinSeekAgent को प्रस्तुत करता है, जो एक स्वचालित एजेंटिक फ्रेमवर्क है जो नैदानिक तर्क (clinical reasoning) को निष्क्रिय साक्ष्य उपभोग से बदलकर विषम स्रोतों से मल्टीमॉडल डेटा के सक्रिय, गतिशील अधिग्रहण की ओर ले जाता है, जो इन्फरेंस-टाइम बेंचमार्क और डिस्टिल्ड ओपन-सोर्स मॉडल्स दोनों पर महत्वपूर्ण प्रदर्शन सुधार प्रदर्शित करता है।

Juncheng Wu, Letian Zhang, Yuhan Wang, Haoqin Tu, Hardy Chen, Zijun Wang, Cihang Xie, Yuyin Zhou2026-05-20
💬 NLP

From Seeing to Thinking: Decoupling Perception and Reasoning Improves Post-Training of Vision-Language Models

यह शोध पत्र यह प्रदर्शित करता है कि विज़ुअल परसेप्शन (दृश्य धारणा), विज़ुअल रीजनिंग (दृश्य तर्क) और टेक्स्टुअल रीजनिंग (पाठ्य तर्क) के लिए विज़न-लैंग्वेज मॉडल के पोस्ट-ट्रेनिंग को अलग-अलग चरणों में विभाजित करना—विशेष रूप से सुदृढीकरण शिक्षण (रीइन्फोर्समेंट लर्निंग) के माध्यम से परसेप्शन अनुकूलन को प्राथमिकता देना—अत्यधिक रीजनिंग ट्रेसेस की आवश्यकता को कम करते हुए धारणा और तर्क दोनों की सटीकता में महत्वपूर्ण सुधार करता है।

Juncheng Wu, Hardy Chen, Haoqin Tu, Xianfeng Tang, Freda Shi, Hui Liu, Hanqing Lu, Cihang Xie, Yuyin Zhou2026-05-20
💬 NLP

REMOD: Relation Extraction for Modeling Online Discourse

यह शोध पत्र REMOD प्रस्तुत करता है, जो एक नवीन पर्यवेक्षित शिक्षण (supervised learning) विधि है जो अर्ध-संरचित ऑनलाइन विमर्श डेटा में संस्थाओं के बीच अर्थ संबंधी संबंधों को निकालने के लिए सिमेंटिक डिपेंडेंसी ग्राफ पर पाथ ट्रैवर्सल के साथ ग्राफ एम्बेडिंग तकनीकों को जोड़ती है, जिससे दुष्प्रचार दावों के अधिक प्रभावी मॉडलिंग और तर्क करने में सक्षम बनाया जा सके।

Matthew Sumpter, Giovanni Luca Ciampaglia2026-05-19
⚡ electrical engineering

Language Models as Efficient Reward Function Searchers for Custom-Environment Multi-Objective Reinforcement

यह शोध पत्र ERFSL का प्रस्ताव करता है, जो एक कुशल फ्रेमवर्क है जो जटिल कस्टम वातावरणों में सिमेंटिक समझ, कोड सुधार के लिए एक रिवॉर्ड क्रिटिक और जेनेटिक-जैसे वेट एडजस्टमेंट रणनीतियों के माध्यम से मल्टी-ऑब्जेक्टिव रिवॉर्ड फंक्शन्स को स्वचालित रूप से उत्पन्न करने और पुनरावृत्ति रूप से अनुकूलित करने के लिए व्हाइट-बॉक्स सर्चर्स के रूप में लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जिससे न्यूनतम मानवीय फीडबैक के साथ पारेटो-ऑप्टिमल समाधानों की तीव्र अभिसरण प्राप्त होती है।

Guanwen Xie, Jingzehua Xu, Yiyuan Yang, Yimian Ding, Shuai Zhang2026-05-19
💬 NLP

AdaSwitch: Adaptive Switching between Small and Large Agents for Effective Cloud-Local Collaborative Learning

AdaSwitch एक सहयोगात्मक शिक्षण ढांचे (collaborative learning framework) को पेश करता है जो एक छोटे स्थानीय एजेंट और एक बड़े क्लाउड एजेंट के बीच अनुकूल रूप से स्विच करता है, जिससे स्थानीय मॉडल को जटिल तर्क चरणों के लिए त्रुटियों का आत्मनिरीक्षण करने और सहायता मांगने में सक्षम बनाया जाता है, जिससे कम्प्यूटेशनल लागतों को कम करते हुए कार्य प्रदर्शन और दक्षता में उल्लेखनीय सुधार होता है।

Hao Sun, Jiayi Wu, Hengyi Cai, Xiaochi Wei, Yue Feng, Bo Wang, Shuaiqiang Wang, Yan Zhang, Dawei Yin2026-05-19
💬 NLP

SEDD: Scalable and Efficient Dataset Deduplication with GPUs

SEDD एक उच्च-प्रदर्शन, GPU-त्वरित फ्रेमवर्क है जो बड़े पैमाने के डेटासेट डिडुप्लिकेशन (deduplication) के लिए है, जो डेटा शफलिंग को स्ट्रीमिंग दृष्टिकोण से बदलकर और हैश फंक्शनों को अनुकूलित करके मौजूदा CPU और GPU टूल्स की तुलना में काफी बेहतर प्रदर्शन करता है, जिससे उच्च निष्ठा (fidelity) बनाए रखते हुए 375×\times तक की गति वृद्धि प्राप्त होती है।

Youngjun Son, Chaewon Kim, Jaejin Lee2026-05-19
💬 NLP

Query-Aware Learnable Graph Pooling Tokens as Prompt for Large Language Models

यह शोध पत्र लर्नबल ग्राफ पूलिंग टोकन्स (LGPT) को प्रस्तुत करता है, जो एक नवीन दृष्टिकोण है जो फाइन-ग्रेन्ड और ग्लोबल ग्राफ सूचना को कुशलतापूर्वक संतुलित करने के लिए लार्ज लैंग्वेज मॉडल्स के लिए प्रॉम्प्ट टोकन्स के रूप में लर्नबल पैरामीटर्स का उपयोग करता है, जिससे बिना LLM फाइन-ट्यूनिंग की आवश्यकता के ग्राफ-आधारित कार्यों पर महत्वपूर्ण प्रदर्शन लाभ प्राप्त होता है।

Wooyoung Kim, Byungyoon Park, Wooju Kim2026-05-19