💬 Category

cs.CL

10551 पेपर

🤖 AI

Position: Avoid Overstretching LLMs for every Enterprise Task

यह शोध पत्र तर्क देता है कि उद्यमों को सभी कार्यों के लिए बड़े भाषा मॉडलों (LLMs) पर अत्यधिक निर्भर करने से बचना चाहिए, और इसके बजाय मॉड्यूलर आर्किटेक्चर का समर्थन करना चाहिए जहाँ LLM केवल संरचित निष्कर्षण (structured extraction) के लिए इंटरफेस के रूप में कार्य करें, जबकि विश्वसनीयता, मापनीयता और पारदर्शिता सुनिश्चित करने के लिए समर्पित ज्ञान आधार (knowledge bases) और प्रतीकात्मक प्रक्रियाएं (symbolic procedures) गणना और भंडारण को संभालें।

Kuldeep Singh, Anson Bastos, Isaiah Onando Mulang'2026-05-12
🤖 AI

Align and Shine: Building High-Quality Sentence-Aligned Corpora for Multilingual Text Simplification

यह शोध पत्र क्राउड-सोर्स्ड तुलनीय डेटा को संसाधित करने और वाक्य-स्तर के संरेखण तंत्र को लागू करने के माध्यम से कैटलन, अंग्रेजी, फ्रेंच, इतालवी और स्पेनिश के लिए टेक्स्ट सरलीकरण हेतु एक सार्वजनिक रूप से उपलब्ध, उच्च-गुणवत्ता वाला, वाक्य-संरेखित बहुभाषी संग्रह (कॉर्पस) बनाने की एक कार्यप्रणाली प्रस्तुत करता है।

Kenji Hilasaca, Nouran Khallaf, Serge Sharoff2026-05-12
🤖 AI

A Cognitively Grounded Bayesian Framework for Misinformation Susceptibility

यह शोध पत्र बाउंडेड प्रैग्मैटिक लिसनर (BPL) प्रस्तुत करता है, जो एक संज्ञानात्मक रूप से आधारित बेयसियन ढांचा है जो गलत सूचना के प्रति संवेदनशीलता को मॉडल करने के लिए तीन बाउंडेड रेशनैलिटी बाधाओं के साथ रेशनल स्पीच एक्ट थ्योरी का विस्तार करता है, जो सत्यता वर्गीकरण बेंचमार्क पर प्रतिस्पर्धी प्रदर्शन प्रदर्शित करता है और डेप्थ-मिसमैच विरोधाभास के लिए प्रयोगात्मक समर्थन प्रदान करता है।

Pranava Madhyastha2026-05-12
🤖 machine learning

Not All Thoughts Need HBM: Semantics-Aware Memory Hierarchy for LLM Reasoning

यह शोध पत्र एक सिमेंटिक्स-अवेयर मेमोरी पदानुक्रम प्रस्तुत करता है जो शून्य-अनुमान त्रुटि के साथ कम-महत्व वाले रीजनिंग टोकन को सीपीयू मेमोरी में ऑफलोड करता है, यह प्रदर्शित करते हुए कि रीजनिंग सटीकता केवल स्थायी निष्कासन अनुपात (परमानेंट इविक्शन रेशियो) पर निर्भर करती न कि एचबीएम अधिभोग (एचबीएम ऑक्यूपेंसी) पर, जिससे न्यूनतम प्रदर्शन गिरावट के साथ महत्वपूर्ण मेमोरी बचत संभव हो पाती है।

Aojie Yuan, Tianqi Shen, Dajun Zhang2026-05-12
🤖 machine learning

Beyond Language: Format-Agnostic Reasoning Subspaces in Large Language Models

यह शोध पत्र ट्रिफॉर्म बेंचमार्क (TriForm Benchmark) प्रस्तुत करता है और बड़े भाषा मॉडलों (large language models) के भीतर एक फॉर्मेट-एग्नोस्टिक रीजनिंग सबस्पेस (Format-Agnostic Reasoning Subspace - FARS) के लिए अभिसरण साक्ष्य प्रदान करता है, जो यह प्रदर्शित करता है कि एक संक्षिप्त 10-आयामी आंतरिक प्रतिनिधित्व विविध सतही रूपों (गद्य, कोड और गणित) में अमूर्त तर्क अवधारणाओं को कैप्चर करता है, साथ ही एक मौलिक विषमता को प्रकट करता है जहाँ घोषणात्मक प्रारूप (declarative formats) एक दूसरे के साथ प्रक्रियात्मक कोड (procedural code) की तुलना में अधिक अनुकूल होते हैं।

Aojie Yuan, Zhiyuan Su2026-05-12
🤖 AI

Hidden Error Awareness in Chain-of-Thought Reasoning: The Signal Is Diagnostic, Not Causal

यह शोध पत्र यह प्रदर्शित करता है कि जबकि लार्ज लैंग्वेज मॉडल्स (LLMs) अपने हिडन स्टेट्स (hidden states) में एक मजबूत आंतरिक "हिडन एरर अवेयरनेस" (hidden error awareness) रखते हैं जिसे पहचाना जा सकता है, यह डायग्नोस्टिक सिग्नल मौलिक रूप से गैर-कारण (non-causal) है और विभिन्न इंटरवेंशन तकनीकों के माध्यम से तर्क संबंधी त्रुटियों को सुधारने के लिए इसका लाभ नहीं उठाया जा सकता है।

Aojie Yuan, Zhiyuan Julian Su, Haiyue Zhang, Yi Nian, Yue Zhao2026-05-12
🤖 machine learning

Scratchpad Patching: Decoupling Compute from Patch Size in Byte-Level Language Models

यह शोधपत्र स्क्रैचपैड पैचिंग (SP) प्रस्तुत करता है, जो बाइट-लेवल लैंग्वेज मॉडल्स में पैच साइज़ से कंप्यूट को अलग करने वाली एक तकनीक है, जो पैच लैग को कम करने के लिए गतिशील रूप से क्षणिक (transient) स्क्रैचपैड्स को सम्मिलित करती है, जिससे मॉडलिंग गुणवत्ता से समझौता किए बिना कम KV-कैशे और कंप्यूट लागत के लिए बड़े पैच सक्षम होते हैं।

Lin Zheng, Vasilisa Bashlovkina, Timothy Dozat, Dan Garrette, Laura Rimell, Joshua Maynez2026-05-12
🤖 AI

MedMeta: A Benchmark for LLMs in Synthesizing Meta-Analysis Conclusion from Medical Studies

यह शोधपत्र MedMeta को प्रस्तुत करता है, जो अध्ययन सारांशों से चिकित्सा मेटा-विश्लेषण निष्कर्षों को संश्लेषित करने की LLMs की क्षमता का मूल्यांकन करने वाला एक नया बेंचमार्क है, जो यह प्रकट करता है कि रिट्रीवल-ऑगमेंटेड जनरेशन (retrieval-augmented generation) पैरामीट्रिक-ओनली (parametric-only) दृष्टिकोणों की तुलना में काफी बेहतर प्रदर्शन करता है और साथ ही नकारात्मक साक्ष्यों (negated evidence) को संभालने में महत्वपूर्ण कमजोरियों और इस कार्य के लिए डोमेन-विशिष्ट फाइन-ट्यूनिंग के सीमित मूल्य को भी उजागर करता है।

Huy Hoang Ha, Benoit Favre, Francois Portet2026-05-12
📊 statistics

Calibrate, Don't Curate: Label-Efficient Estimation from Noisy LLM Judges

यह शोध पत्र यह प्रदर्शित करता है कि लेबल किए गए कैलिब्रेशन डेटा वाले मल्टी-जज एलएलएम (LLM) मूल्यांकन में, केवल सटीकता के आधार पर उपसमुच्चय को क्यूरेट करने के बजाय सभी जजों को बनाए रखना और उनके आउटपुट को कैलिब्रेट करना काफी कम त्रुटि दर प्रदान करता है, क्योंकि कमजोर या पक्षपाती जज भी गैर-अतिरेक (non-redundant) संकेत प्रदान करते हैं जो संभाव्यता अंशांकन (probabilistic calibration) में सुधार करते हैं।

Yanran Li2026-05-12
🤖 AI

The Silent Vote: Improving Zero-Shot LLM Reliability by Aggregating Semantic Neighborhoods

यह शोध पत्र 'सिमेंटिक सॉफ्टमैक्स' (Semantic Softmax) को प्रस्तुत करता है, जो एक इन्फरेंस-टाइम विधि है जो ज़ीरो-शॉट LLM वर्गीकरण में 'रीनॉर्मलाइज़ेशन बायस' (Renormalization Bias) और उसके परिणामस्वरूप होने वाले "साइलेंट वोट" (Silent Vote) को कम करने के लिए सिमेंटिक पड़ोस से स्कोर को एकत्रित करती है, जिससे कई बेंचमार्क पर मॉडल के कैलिब्रेशन और विभेदक प्रदर्शन में महत्वपूर्ण सुधार होता है।

Sanket Badhe, Priyanka Tiwari, Deep Shah2026-05-12