💬 NLP

Do Chinese models speak Chinese languages?

यह अध्ययन प्रकट करता है कि चीन के विविध भाषाई परिदृश्य के बावजूद, इसके प्रमुख ओपन-वेट एलएलएम (LLMs) पश्चिमी मॉडलों के समान ही बहुभाषी प्रदर्शन प्रोफाइल प्रदर्शित करते हैं—जो मंदारिन, फ्रेंच और जर्मन जैसी प्रमुख वैश्विक भाषाओं में उत्कृष्ट हैं जबकि कज़ाख और उइघुर जैसी अल्पसंख्यक भाषाओं का समर्थन करने में अक्सर विफल रहते हैं—जो यह सुझाव देता है कि वैश्विक बेंचमार्किंग अभ्यास और साझा प्रशिक्षण संसाधन स्थानीय प्राथमिकता के बजाय भाषाई क्षमताओं के एक समरूपीकरण को प्रेरित कर रहे हैं।

Andrea W Wen-Yi, Unso Eun Seo Jo, David Mimno2026-05-18
💬 NLP

KG-HTC: Integrating Knowledge Graphs into LLMs for Effective Zero-shot Hierarchical Text Classification

यह शोध पत्र KG-HTC का प्रस्ताव करता है, जो एक ज़ीरो-शॉट पदानुक्रमित पाठ वर्गीकरण (hierarchical text classification) विधि है जो बड़े लेबल स्पेस और लॉन्ग-टेल वितरण जैसी चुनौतियों को प्रभावी ढंग से संबोधित करने के लिए रिट्रीवल-ऑगमेंटेड जनरेशन के माध्यम से नॉलेज ग्राफ को लार्ज लैंग्वेज मॉडल्स के साथ एकीकृत करता है, जो कई डेटासेट्स पर बेसलाइन की तुलना में महत्वपूर्ण प्रदर्शन सुधार प्रदर्शित करता है।

Qianbo Zang, Christophe Zgrzendek, Igor Tchappi, Afshin Khadangi, Johannes Sedlmeir2026-05-18
💬 NLP

VideoGameBench: Can Vision-Language Models complete popular video games?

यह शोधपत्र VideoGameBench को प्रस्तुत करता है, जो एक ऐसा बेंचमार्क है जहाँ विजन-लैंग्वेज मॉडल्स को केवल कच्चे विजुअल इनपुट्स और उच्च-स्तरीय निर्देशों का उपयोग करके 1990 के दशक के वीडियो गेम खेलने होते हैं, जो यह प्रकट करता है कि धारणा (perception), स्थानिक नेविगेशन और इन्फरेंस लेटेंसी की सीमाओं के कारण अत्याधुनिक मॉडल्स भी वास्तविक समय के गेमप्ले में काफी संघर्ष करते हैं।

Alex L. Zhang, Thomas L. Griffiths, Karthik R. Narasimhan, Ofir Press2026-05-18
💬 NLP

Smoothie: Smoothing Diffusion on Token Embeddings for Text Generation

यह शोध पत्र "Smoothie" को पेश करता है, जो टेक्स्ट जनरेशन के लिए एक नवीन डिफ्यूजन विधि है, जो निरंतर लेटेंट स्पेस और डिस्क्रीट टोकन डिकोडिंग के बीच के अंतर को प्रभावी ढंग से पाटने के लिए सिमेंटिक समानता के आधार पर टोकन एम्बेडिंग्स को प्रगतिशील रूप से स्मूथ करती है, जिससे मौजूदा डिफ्यूजन मॉडल्स की तुलना में बेहतर जनरेशन गुणवत्ता प्राप्त होती है।

Alexander Shabalin, Viacheslav Meshchaninov, Dmitry Vetrov2026-05-18
💬 NLP

Blending Supervised and Reinforcement Fine-Tuning with Prefix Sampling

यह शोध पत्र Prefix-RFT को प्रस्तुत करता है, जो एक हाइब्रिड फाइन-ट्यूनिंग विधि है जो प्रीफ़िक्स सैंपलिंग के माध्यम से सुपरवाइज्ड फाइन-ट्यूनिंग और रीइन्फोर्समेंट फाइन-ट्यूनिंग का तालमेल बिठाती है ताकि प्रत्येक व्यक्तिगत दृष्टिकोण की सीमाओं को दूर किया जा सके, जो गणितीय तर्क कार्यों पर बेहतर प्रदर्शन और मजबूती प्रदर्शित करता है।

Zeyu Huang, Tianhao Cheng, Zihan Qiu, Zili Wang, Yinghui Xu, Edoardo M. Ponti, Ivan Titov2026-05-18
💬 NLP

Beyond Binary Rewards: Training LMs to Reason About Their Uncertainty

यह शोध पत्र RLCR (कैलिब्रेशन रिवॉर्ड्स के साथ सुदृढीकरण सीखना) प्रस्तुत करता है, जो एक नवीन प्रशिक्षण दृष्टिकोण है जो बाइनरी शुद्धता पुरस्कारों को ब्रियर स्कोर (Brier score) के साथ जोड़कर भाषा मॉडलों की सटीकता और कैलिब्रेटेड आत्मविश्वास दोनों में सुधार करता है, जिससे मानक सुदृढीकरण सीखने के कारण होने वाले मतिभ्रम (hallucination) और कैलिब्रेशन क्षरण को कम किया जा सके।

Mehul Damani, Isha Puri, Stewart Slocum, Idan Shenfeld, Leshem Choshen, Yoon Kim, Jacob Andreas2026-05-18
📊 statistics

Painless Activation Steering: An Automated, Lightweight Approach for Post-Training Large Language Models

यह शोध पत्र पेनलेस एक्टिवेशन स्टीयरिंग (PAS) को प्रस्तुत करता है, जो एक पूर्णतः स्वचालित और हल्का तरीका है जो मानवीय हस्तक्षेप के बिना लेबल किए गए डेटासेट से एक्टिवेशन वेक्टरों का निर्माण करता है ताकि लार्ज लैंग्वेज मॉडल्स को वांछित व्यवहारों की ओर प्रभावी ढंग से निर्देशित किया जा सके, जो नियंत्रण क्षमता और दक्षता में मौजूदा तकनीकों से बेहतर प्रदर्शन करते हुए व्यवहार-उन्मुख कार्यों के लिए विशिष्ट प्रभावकारिता प्रदर्शित करता है।

Sasha Cui, Zhongren Chen2026-05-18✓ Author reviewed
💬 NLP

How to Train Your Advisor: Steering Black-Box LLMs with Advisor Models

यह शोध पत्र एडवाइजर मॉडल्स (Advisor Models) को प्रस्तुत करता है, जो एक ऐसी विधि है जो छोटे ओपन-वेट मॉडल्स को गतिशील, प्रति-इन्स्टेंस प्राकृतिक भाषा संबंधी सलाह उत्पन्न करने के लिए प्रशिक्षित करती है, जो उनके भार (weights) को संशोधित किए बिना पैरामीट्रिक अनुकूलन के माध्यम से अप्राप्य ब्लैक-बॉक्स फ्रंटियर LLMs के प्रदर्शन को प्रभावी रूप से निर्देशित और उन्नत करती है।

Parth Asawa, Alan Zhu, Abigail O'Neill, Matei Zaharia, Alexandros G. Dimakis, Joseph E. Gonzalez2026-05-18
💬 NLP

ADMIT: Few-shot Knowledge Poisoning Attacks on RAG-based Fact Checking

यह शोध पत्र ADMIT को प्रस्तुत करता है, जो एक फ्यू-शॉट (few-shot), सिमेंटिकली अलाइन्ड (semantically aligned) एडवरसेरियल मल्टी-इंजेक्शन तकनीक है, जो न्यूनतम एडवरसेरियल सामग्री को इंजेक्ट करके प्रामाणिक साक्ष्यों को ओवरराइड करने और विविध मॉडलों एवं डोमेन में उच्च अटैक सक्सेस रेट के साथ LLM आउटपुट को मैनिपुलेट करने के माध्यम से RAG-आधारित फैक्ट-चेकिंग सिस्टम्स को सफलतापूर्वक पॉइजन करती है।

Yutao Wu, Xiao Liu, Yinghui Li, Yifeng Gao, Yifan Ding, Jiale Ding, Xiang Zheng, Xingjun Ma2026-05-18
💬 NLP

Mind the Motions: Benchmarking Theory-of-Mind in Everyday Body Language

यह शोधपत्र Motion2Mind प्रस्तुत करता है, जो एक नवीन ढांचा और डेटासेट है जिसे गैर-मौखिक संकेतों की व्याख्या करने में एआई (AI) प्रणालियों की थ्योरी-ऑफ-माइंड (Theory-of-Mind) क्षमताओं को बेंचमार्क करने के लिए डिज़ाइन किया गया है, जो यह प्रकट करता है कि वर्तमान मॉडल बॉडी लैंग्वेज का पता लगाने और अंतर्निहित मानसिक अवस्थाओं की सटीक व्याख्या करने, दोनों में मनुष्यों से काफी पीछे हैं।

Seungbeen Lee, Jinhong Jeong, Donghyun Kim, Yejin Son, Youngjae Yu2026-05-18