cs.CL पेपर | Gist.Science

HodgeCover: Higher-Order Topological Coverage Drives Compression of Sparse Mixture-of-Experts

यह शोध पत्र HodgeCover को प्रस्तुत करता है, जो एक लर्निंग-फ्री संपीड़न (compression) विधि है जो स्पार्स मिक्सचर-ऑफ-एक्सपर्ट्स (Sparse Mixture-of-Experts) के लिए है, जो एक सिम्पलीशियल लैपलेसियन (simplicial Laplacian) के हॉज डीकंपोजिशन (Hodge decomposition) का लाभ उठाकर पेयरवाइज कम्पैटिबिलिटी (pairwise compatibility) की सीमाओं को दूर करता है ताकि इरिड्यूसिबल एक्सपर्ट साइकिल्स (irreducible expert cycles) की पहचान और समाधान किया जा सके, जिससे आक्रामक संपीड़न व्यवस्थाओं (aggressive compression regimes) में बेहतर प्रदर्शन प्राप्त होता है।

Tao Zhong, Dongzhe Zheng, Christine Allen-Blanchette2026-05-15

💬 NLP

Physics-R1: An Audited Olympiad Corpus and Recipe for Visual Physics Reasoning

"Physics-R1" शोध पत्र मौजूदा मल्टीमॉडल भौतिकी मूल्यांकन पाइपलाइनों में महत्वपूर्ण दोषों—विशेष रूप से डेटा संदूषण (data contamination), अनुवाद विचलन (translation drift), और MCQ संतृप्ति (MCQ saturation)—की पहचान करता है और एक कठोरता से ऑडिट किए गए संग्रह तथा एक नए रीजनिंग मॉडल को जारी करके इनका समाधान करता है जो नवीन, ओपन-एंडेड ओलंपियाड बेंचमार्क पर महत्वपूर्ण प्रदर्शन लाभ प्राप्त करता है।

Shan Yang2026-05-15

💬 NLP

Bridging Legal Interpretation and Formal Logic: Faithfulness, Assumption, and the Future of AI Legal Reasoning

यह शोधपत्र एक न्यूरो-सिम्बोलिक ढांचे का प्रस्ताव करता है जो कानूनी एआई में धारणा-आधारित अनुमानों की समस्या को संबोधित करने के लिए औपचारिक सत्यापन के साथ बड़े भाषा मॉडलों को एकीकृत करता है, जिससे जवाबदेही से समझौता किए बिना विश्वसनीय और कठोर कानूनी तर्क सक्षम होता है।

Olivia Peiyu Wang, Leilani H. Gilpin2026-05-15

💬 NLP

Derivation Prompting: A Logic-Based Method for Improving Retrieval-Augmented Generation

यह शोधपत्र डेरिवेशन प्रॉम्प्टिंग (Derivation Prompting) को प्रस्तुत करता है, जो रिट्रीवल-ऑगमेंटेड जनरेशन (Retrieval-Augmented Generation) के लिए एक नवीन तर्क-आधारित प्रॉम्प्टिंग तकनीक है, जो ज्ञान-गहन कार्यों में मतिभ्रम (hallucinations) और त्रुटिपूर्ण तर्क को व्यवस्थित रूप से कम करने के लिए व्याख्या योग्य डेरिवेशन ट्री (derivation trees) का निर्माण करती है।

Ignacio Sastre, Guillermo Moncecchi, Aiala Rosá2026-05-15

💬 NLP

PEML: Parameter-efficient Multi-Task Learning with Optimized Continuous Prompts

यह शोध पत्र PEML का प्रस्ताव करता है, जो एक पैरामीटर-कुशल मल्टी-टास्क लर्निंग फ्रेमवर्क है जो अनुकूलित निरंतर प्रॉम्प्ट्स (continuous prompts) के लिए न्यूरल आर्किटेक्चर इंजीनियरिंग को मॉडल वेट्स के लो-रैंक अडैप्टेशन (low-rank adaptation) के साथ जोड़ता है, जिससे कई बेंचमार्क पर अत्याधुनिक तरीकों की तुलना में महत्वपूर्ण सटीकता सुधार प्राप्त होता है।

Anjir Ahmed Chowdhury, Syed Zawad, Xiaolong Ma, Xu Dong, Feng Yan2026-05-15

💬 NLP

Know When To Fold 'Em: Token-Efficient LLM Synthetic Data Generation via Multi-Stage In-Flight Rejection

यह शोध पत्र मल्टी-स्टेज इन-फ़्लाइट रिजेक्शन (MSIFR) को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त ढांचा है जो गुणवत्ता या रिटेन किए गए नमूनों के पूर्वाग्रह से समझौता किए बिना मध्यवर्ती चरणों में निम्न-गुणवत्ता वाले आउटपुट का पता लगाकर और उन्हें समाप्त करके, LLM-आधारित सिंथेटिक डेटा जनरेशन में टोकन खपत को काफी कम कर देता है।

Anjir Ahmed Chowdhury, Syed Zawad, Feng Yan2026-05-15

💬 NLP

Distribution Corrected Offline Data Distillation for Large Language Models

यह शोध पत्र एक सिद्धांत-आधारित ऑफलाइन रीजनिंग डिस्टिलेशन फ्रेमवर्क प्रस्तावित करता है जो शिक्षक-जनित और छात्र-जनित प्रीफिक्स के बीच वितरण संबंधी विचलन (distributional drift) को ठीक करता है, जिससे महंगी ऑनलाइन रोलआउट की आवश्यकता के बिना जटिल गणितीय तर्क कार्यों पर छोटे भाषा मॉडलों की सटीकता और स्थिरता में सुधार होता है।

Yumeng Zhang, Zhengbang Yang, Yevin Nikhel Goonatilake, Zhuangdi Zhu2026-05-15

💬 NLP

CRANE: Constrained Reasoning Injection for Code Agents via Nullspace Editing

CRANE एक ट्रेनिंग-फ्री पैरामीटर-एडिटिंग विधि है जो लॉन्ग-होरिज़न रीजनिंग और टूल-यूज़ प्रदर्शन को महत्वपूर्ण रूप से बढ़ाने के लिए नलस्पेस एडिटिंग के माध्यम से इंस्ट्रक्ट (Instruct) और थिंकिंग (Thinking) कोड एजेंट चेकपॉइंट्स को मर्ज करती है और साथ ही दक्षता को भी बनाए रखती है।

Mingzhi Zhu, Michele Merler, Raju Pavuluri, Stacy Patterson2026-05-15

💬 NLP

Measuring and Mitigating Toxicity in Large Language Models: A Comprehensive Replication Study

यह व्यापक प्रतिकृति अध्ययन (replication study) DExperts इन्फरेंस-टाइम मिटिगेशन तकनीक का मूल्यांकन करता है, जिसमें यह पाया गया है कि हालांकि यह स्पष्ट विषाक्तता (explicit toxicity) के विरुद्ध लगभग पूर्ण सुरक्षा प्राप्त करता है, लेकिन यह निहित घृणास्पद भाषण (implicit hate speech) के विरुद्ध भंगुर बना रहता है और इसमें 10 गुना अत्यधिक विलंबता दंड (latency penalty) का सामना करना पड़ता है, जो वास्तविक दुनिया की एआई सुरक्षा तैनाती के लिए मजबूती और दक्षता में महत्वपूर्ण अंतराल को उजागर करता है।

Mokshit Surana, Archit Rathod, Akshaj Satishkumar2026-05-15

🤖 machine learning

Mini-JEPA Foundation Model Fleet Enables Agentic Hydrologic Intelligence

यह शोध पत्र Mini-JEPAs को प्रस्तुत करता है, जो विशेषीकृत, हल्के फाउंडेशन मॉडल्स का एक बेड़ा है, जो एक रूटिंग एजेंट द्वारा संचालित होने पर, हाइड्रोलॉजिकल इंटेलिजेंस कार्यों में एक एकल बड़े पैमाने के भू-स्थानिक मॉडल से बेहतर प्रदर्शन करते हैं और अधिक सुलभता एवं कम्प्यूटेशनल दक्षता प्रदान करते हैं।

Mashrekur Rahman2026-05-15

← पिछला अगला →