💬 Category

cs.CL

10509 पेपर

💬 NLP

ToolWeave: Structured Synthesis of Complex Multi-Turn Tool-Calling Dialogues

यह शोध पत्र ToolWeave को प्रस्तुत करता है, जो एक संरचित ढांचा है जो टूल निर्भरताओं (tool dependencies) और सूक्ष्म पैरामीटर प्रोवेनेंस ट्रैकिंग (fine-grained parameter provenance tracking) को लागू करके यथार्थवादी मल्टी-टर्न टूल-कॉलिंग संवादों को संश्लेषित करता है, जिसके परिणामस्वरूप मौजूदा डेटासेट्स की तुलना में फाइन-ट्यून किए गए LLMs के लिए काफी बेहतर मल्टी-स्टेप इंटरेक्शन गुणवत्ता और उत्कृष्ट बेंचमार्क प्रदर्शन प्राप्त होता है।

Dinesh Khandelwal, Gnana Prakash Punnavajhala, GPS Bhargav, Gaurav Pandey, Sachin Joshi, Hima Karanam, Dinesh Raghu2026-05-14
💬 NLP

In-Situ Behavioral Evaluation for LLM Fairness, Not Standardized-Test Scores

यह शोध पत्र तर्क देता है कि LLM निष्पक्षता का मूल्यांकन मानकीकृत-परीक्षण बेंचमार्क के बजाय इन-सिटू (in-situ) मल्टी-एजेंट संवादात्मक व्यवहार के माध्यम से किया जाना चाहिए, जो पारंपरिक प्रॉम्प्ट-आधारित परीक्षण की संरचनात्मक अविश्वसनीयता द्वारा छिपे हुए स्थिर, मॉडल-विशिष्ट व्यवहार संबंधी हस्ताक्षरों को प्रकट करने के लिए MAC-Fairness ढांचे को प्रस्तुत करता है।

Zeyu Tang, Sang T. Truong, Deonna Owens, Shreyas Sharma, Yibo Jacky Zhang, Brando Miranda, Sanmi Koyejo2026-05-14
💬 NLP

Training LLMs with Reinforcement Learning for Intent-Aware Personalized Question Answering

यह शोध पत्र IAP प्रस्तुत करता है, जो एक सुदृढीकरण लर्निंग (reinforcement learning) ढांचा है जो भाषा मॉडलों को उनके तर्क प्रक्रिया में निहित उपयोगकर्ता के अंतर्निहित इरादे (implicit intent) का अनुमान लगाने और उसे स्पष्ट रूप से एकीकृत करने के लिए प्रशिक्षित करके एकल-टर्न व्यक्तिगत प्रश्न उत्तर (single-turn personalized question answering) को बेहतर बनाता है, जिससे यह LaMP-QA बेंचमार्क पर मौजूदा बेसलाइनों से बेहतर प्रदर्शन करता है।

Maryam Amirizaniani, Benjamin Charles Germain Lee, Jevin West, Nicholas Weber2026-05-14
💬 NLP

All Circuits Lead to Rome: Rethinking Functional Anisotropy in Circuit and Sheaf Discovery for LLMs

यह शोध पत्र इस धारणा को चुनौती देता है कि LLM कार्य अद्वितीय आंतरिक तंत्रों पर निर्भर करते हैं, यह प्रदर्शित करते हुए कि कई संरचनात्मक रूप से भिन्न, निष्ठावान सर्किट सह-अस्तित्व में हो सकते हैं, एक ओवरलैप-जागरूक विधि पेश करता है जो इन गैर-रूढ़िगत स्पष्टीकरणों को उजागर करती है और इस अंतर्निहित कार्यात्मक अनिसोट्रॉपी (anisotropy) की व्याख्या करने के लिए उच्च-आयामी सुपरपोजिशन पर आधारित एक सैद्धांतिक ढांचा प्रस्तावित करता है।

Xi Chen, Mingyu Jin, Jingcheng Niu, Yutong Yin, Jinman Zhao, Bangwei Guo, Dimitris N. Metaxas, Zhaoran Wang, Yutao Yue (…)2026-05-14
💬 NLP

Simulating Students or Sycophantic Problem Solving? On Misconception Faithfulness of LLM Simulators

यह शोध पत्र प्रकट करता है कि वर्तमान LLM-आधारित छात्र सिम्युलेटर इंटरैक्शन के दौरान सुसंगत गलत धारणाओं को बनाए रखने में विफल रहते हैं, बल्कि फीडबैक की प्रासंगता की परवाह किए बिना उत्तरों को अनियंत्रित रूप से सुधारने की एक "चाटुकारिता" (sycophantic) प्रवृत्ति प्रदर्शित करते हैं, लेकिन यह दर्शाता है कि इस गलत धारणा की निष्ठा को सुपरवाइज्ड फाइन-ट्यूनिंग और रीइन्फोर्समेंट लर्निंग से जुड़े एक विशेष पोस्ट-ट्रेनिंग पाइपलाइन के माध्यम से महत्वपूर्ण रूप से सुधारा जा सकता है।

Heejin Do, Shashank Sonkar, Mrinmaya Sachan2026-05-14
🤖 machine learning

WriteSAE: Sparse Autoencoders for Recurrent State

यह शोधपत्र WriteSAE को प्रस्तुत करता है, जो स्टेट-स्पेस और हाइब्रिड रिकरेंट लैंग्वेज मॉडल्स के मैट्रिक्स कैश राइट्स (matrix cache writes) को विघटित और संपादित करने के लिए डिज़ाइन किया गया पहला स्पार्स ऑटोएनकोडर (sparse autoencoder) है, जो डिकोडर एटम्स (decoder atoms) को उनके मूल रैंक-1 अपडेट आकार में गुणनखंडित करके सटीक व्यवहार संबंधी हस्तक्षेप और अत्यधिक सटीक प्रभाव भविष्यवाणी सक्षम बनाता है।

Jack Young2026-05-14
💬 NLP

REALISTA: Realistic Latent Adversarial Attacks that Elicit LLM Hallucinations

यह शोध पत्र REALISTA को प्रस्तुत करता है, जो एक नवीन एडवर्सरियल अटैक फ्रेमवर्क है जो लेटेंट स्पेस में अर्थपूर्ण रूप से समान एडिटिंग डायरेक्शंस के निरंतर संयोजनों को अनुकूलित करके यथार्थवादी मतिभ्रम (hallucination) उत्पन्न करने वाले प्रॉम्प्ट्स तैयार करता है, जिससे ओपन-सोर्स और बड़े रीजनिंग मॉडल्स दोनों को प्रभावी ढंग से लक्षित करने के लिए मौजूदा डिस्क्रीट और कंटीन्यूअस विधियों की सीमाओं को दूर किया जा सके।

Buyun Liang, Jinqi Luo, Liangzu Peng, Kwan Ho Ryan Chan, Darshan Thaker, Kaleab A. Kinfu, Fengrui Tian, Hamed Hassani, R (…)2026-05-14
💬 NLP

Mechanism Plausibility in Generative Agent-Based Modeling

यह शोध पत्र 'मैकेनिज्म प्लाउज़िबिलिटी स्केल' (Mechanism Plausibility Scale) प्रस्तुत करता है, जो एक चार-स्तरीय ढांचा है जो सामाजिक घटनाओं को उत्पन्न करने वाली संगठित गतिविधियों की व्याख्या करने में ये मॉडल कितनी अच्छी तरह सक्षम हैं, इसका बेहतर मूल्यांकन करने के लिए लार्ज लैंग्वेज मॉडल-आधारित एजेंट सिमुलेशन को विज्ञान के दर्शन के साथ एकीकृत करके एक मॉडल की जनरेटिव पर्याप्तता (generative sufficiency) और उसकी यांत्रिक संभाव्यता (mechanistic plausibility) के बीच अंतर करता है।

Patrick Zhao, David Huu Pham, Nicholas Vincent2026-05-14
💬 NLP

Persona-Model Collapse in Emergent Misalignment

यह शोध पत्र उभरते हुए मिसअलाइनमेंट (misalignment) को समझाने के लिए "पर्सोना-मॉडल कोलैप्स" (persona-model collapse) की अवधारणा प्रस्तुत करता है, जो नैतिक संवेदनशीलता और सुदृढ़ता के व्यवहार संबंधी मेट्रिक्स के माध्यम से यह प्रदर्शित करता है कि हानिकारक डेटा पर लार्ज लैंग्वेज मॉडल्स को फाइन-ट्यून करने से पात्रों के बीच अंतर करने और उन्हें निरंतर रूप से सिम्युलेट करने की उनकी क्षमता गंभीर रूप से घट जाती है, एक ऐसा प्रभाव जो मेल खाते सुरक्षित नियंत्रण समूहों (matched secure controls) में नहीं देखा गया।

Davi Bastos Costa, Renato Vicente2026-05-14
🤖 AI

Beyond Cooperative Simulators: Generating Realistic User Personas for Robust Evaluation of LLM Agents

यह शोध पत्र पर्सोना पॉलिसीज़ (PPol) को प्रस्तुत करता है, जो एक विकासवादी खोज-आधारित ढांचा है जो मानक LLM सिम्युलेटर्स के सहकारी पूर्वाग्रह (cooperative bias) को दूर करने के लिए विविध, मानव-समान उपयोगकर्ता व्यक्तित्व (personas) उत्पन्न करता है, जिससे वास्तविक दुनिया के इंटरेक्शन परिदृश्यों में LLM एजेंटों की मजबूती और मूल्यांकन सटीकता में महत्वपूर्ण सुधार होता है।

Harshita Chopra, Kshitish Ghate, Aylin Caliskan, Tadayoshi Kohno, Chirag Shah, Natasha Jaques2026-05-14