💬 NLP

Systematic Evaluation of the Quality of Synthetic Clinical Notes Rephrased by LLMs at Million-Note Scale

यह अध्ययन व्यवस्थित रूप से LLMs द्वारा पुनर्गठित (rephrased) मिलियन-स्केल सिंथेटिक क्लिनिकल नोट्स का मूल्यांकन करता है, जो यह प्रकट करता है कि जबकि चंक-आधारित पुनर्गठन मुख्य जानकारी को सुरक्षित रखता है और दुर्लभ कोड प्रशिक्षण में सहायता करता है, इसमें संदर्भ की गलत व्याख्या और कालक्रम संबंधी भ्रम के कारण सूक्ष्म विवरणों के खो जाने और तथ्यात्मक त्रुटियों के उत्पन्न होने का जोखिम बना रहता है।

Jinghui Liu, Sarvesh Soni, Anthony Nguyen2026-05-19
💬 NLP

SocialMemBench: Are AI Memory Systems Ready for Social Group Settings?

यह शोधपत्र SocialMemBench प्रस्तुत करता है, जो एक व्यापक बेंचमार्क है यह प्रदर्शित करता है कि वर्तमान एआई मेमोरी सिस्टम विशिष्ट वास्तुशिल्प सीमाओं जैसे कि एंटिटी कन्फ़्लेशन (entity conflation) और नॉर्म-इंडिविजुअल कन्फ़्यूजन (norm-individual confusion) के कारण मल्टी-पार्टी सोशल ग्रुप सेटिंग्स में महत्वपूर्ण रूप से विफल होते हैं, जो मौजूदा उपकरणों और भविष्य के सोशल असिस्टेंट्स की आवश्यकताओं के बीच एक महत्वपूर्ण अंतर को उजागर करता है।

Olukunle Owolabi2026-05-19
💬 NLP

Remembering More, Risking More: Longitudinal Safety Risks in Memory-Equipped LLM Agents

यह शोध पत्र "टेम्पोरल मेमोरी कंटैमिनेशन" (temporal memory contamination) की अवधारणा प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि मेमोरी-युक्त LLM एजेंट स्वतंत्र कार्यों के माध्यम से समय के साथ सुरक्षा जोखिमों को संचित करते हैं, जिससे सिंगल-स्टेट से लॉन्गिट्यूडिनल (longitudinal) सुरक्षा मूल्यांकन की ओर बदलाव आवश्यक हो जाता है।

Ahmad Al-Tawaha, Shangding Gu, Peizhi Niu, Ruoxi Jia, Ming Jin2026-05-19
💬 NLP

PAREDA: A Multi-Accent Speech Dataset of Natural Language Processing Research Discussions

यह शोध पत्र PAREDA को प्रस्तुत करता है, जो एक नवीन बहु-लहजा (multi-accent) भाषण डेटासेट है जिसमें ऑस्ट्रेलियाई, भारतीय-अंग्रेजी और चीनी अंग्रेजी लहजे वाले वक्ताओं के बीच एनएलपी (NLP) शोध पत्रों पर सहज चर्चा शामिल है, जो यह प्रदर्शित करता है कि जहाँ अत्याधुनिक एएसआर (ASR) मॉडल ज़ीरो-शॉट सेटिंग्स में संघर्ष करते हैं, वहीं इस डोमेन-विशिष्ट संग्रह पर फाइन-ट्यूनिंग करने से उनके प्रदर्शन और मजबूती में काफी सुधार होता है।

Sicheng Jin, Dipankar Srirag, Aditya Joshi2026-05-19
💬 NLP

Prompt Compression in Diffusion Large Language Models: Evaluating LLMLingua-2 on LLaDA

यह अध्ययन डिफ्यूजन लार्ज लैंग्वेज मॉडल्स (विशेष रूप से LLaDA) में LLMLingua-2 प्रॉम्प्ट कंप्रेशन पद्धति की हस्तांतरणीयता का मूल्यांकन करता है, जिससे यह पता चलता है कि जहाँ सारांश (summarization) कार्यों के लिए यह सुदृढ़ बनी रहती है, वहीं महत्वपूर्ण तर्क संबंधी जानकारी के छूट जाने के कारण गणितीय तर्क क्षमता (mathematical reasoning) काफी कम हो जाती है, जो यह संकेत देता है कि ऑटोरेग्रेसिव-केंद्रित संपीड़न रणनीतियाँ डिफ्यूजन आर्किटेक्चर पर समान रूप से लागू नहीं होती हैं।

Sterling Huang, Abigayle Brown, Jiyoo Noh, Jiakang Xu, Wantong Huo, Kaung Myat Kyaw, Jonathan Chan2026-05-19
💬 NLP

Universal Adversarial Triggers

यह शोध पत्र एक नई तकनीक प्रस्तुत करता है जो व्याकरणिक रूप से स्वाभाविक यूनिवर्सल एडवरसैरियल ट्रिगर्स (universal adversarial triggers) उत्पन्न करने के लिए पार्ट्स-ऑफ-स्पीच फ़िल्टरिंग और परप्लेक्सिटी-आधारित लॉस को जोड़ती है, जो सेंटीमेंट एनालिसिस सटीकता को नाटकीय रूप से कम करने में अपनी प्रभावशीलता प्रदर्शित करती है और साथ ही यह भी दिखाती है कि इन ट्रिगर्स के साथ एडवरसैरियल ट्रेनिंग मॉडल की मजबूती (robustness) में महत्वपूर्ण रूप से सुधार करती है।

Benedict Florance Arockiaraj, Alexander Feng, Jianxiong Cai, Xiaoyu Cheng2026-05-19
💬 NLP

BacktestBench: Benchmarking Large Language Models for Automated Quantitative Strategy Backtesting

यह शोध पत्र BacktestBench को प्रस्तुत करता है, जो 6 मिलियन मार्केट रिकॉर्ड्स से प्राप्त 18,000 से अधिक एनोटेटेड कार्यों वाला स्वचालित क्वांटिटेटिव बैकटेस्टिंग के लिए पहला बड़े पैमाने का बेंचमार्क है, साथ ही AutoBacktest को भी प्रस्तुत करता है, जो एक मल्टी-एजेंट फ्रेमवर्क है जिसे प्राकृतिक भाषा रणनीतियों को पुनरुत्पादित बैकटेस्ट में अनुवादित करने और 23 मुख्यधारा के LLMs की क्षमताओं का मूल्यांकन करने के लिए डिज़ाइन किया गया है।

Zhensheng Wang, Wenmian Yang, Qingtai Wu, Lequan Ma, Yiquan Zhang, Weijia Jia2026-05-19
💬 NLP

AutoVecCoder: Teaching LLMs to Generate Explicitly Vectorized Code

यह शोध पत्र AutoVecCoder प्रस्तुत करता है, जो एक डेटा सिंथेसिस पाइपलाइन (VecPrompt) और एक सुदृढीकरण शिक्षण दृष्टिकोण (VecRL) को संयोजित करने वाला एक नवीन ढांचा है, ताकि लार्ज लैंग्वेज मॉडल्स को उच्च-प्रदर्शन वाला, स्पष्ट रूप से वेक्टराइज्ड कोड उत्पन्न करने में सक्षम बनाया जा सके जो पारंपरिक कंपाइलर अनुकूलन से बेहतर हो।

Shangzhan Li, Xinyu Yin, Xuanyu Jin, Ye He, Yuxin Zhou, Yuxuan Li, Xu Han, Wanxiang Che, Qi Shi, Ting Liu, Maosong Sun2026-05-19
💬 NLP

Predictive Prefetching for Retrieval-Augmented Generation

यह शोध पत्र रिट्रीवल-ऑगमेंटेड जनरेशन के लिए एक उन्नत एसिंक्रोनस रिट्रीवल फ्रेमवर्क प्रस्तावित करता है जो सिमेंटिक प्रिकर्सर्स (semantic precursors) पर आधारित प्रेडिक्टिव प्रीफेचिंग का उपयोग करता है ताकि सिंक्रोनस बेसलाइन के तुलनीय उत्तर गुणवत्ता बनाए रखते हुए लेटेंसी को काफी कम किया जा सके और टाइम-टू-फर्स्ट-टोकन में सुधार किया जा सके।

Wuyang Zhang, Shichao Pei2026-05-19
💬 NLP

PROTEA: Offline Evaluation and Iterative Refinement for Multi-Agent LLM Workflows

PROTEA मल्टी-एजेंट LLM वर्कफ़्लो के ऑफलाइन, टेस्ट-ड्रिवन रिफाइनमेंट के लिए एक एकीकृत इंटरफ़ेस है जो ग्राफ-आधारित स्कोरिंग और बैकवर्ड इवैल्यूएशन के माध्यम से बॉटलनैक्स को स्थानीयकृत करता है, जिससे डेवलपर्स को सिस्टम के प्रदर्शन को महत्वपूर्ण रूप से सुधारने के लिए प्रॉम्प्ट संशोधनों को पुनरावृत्तीय रूप से संपादित और मान्य करने में सक्षम बनाया जाता है।

Kazuki Kawamura, Satoshi Waki, Kei Tateno2026-05-19