💬 Category

cs.CL

10659 पेपर

💬 NLP

The Text Uncanny Valley: Non-Monotonic Performance Degradation in LLM Information Retrieval

यह शोध पत्र एक "टेक्स्ट अनकैनी वैली" (Text Uncanny Valley) घटना की पहचान करता है जहाँ बड़े भाषा मॉडल (Large Language Models) सूचना प्राप्ति कार्यों में शब्द-सीमा भ्रष्टाचार (word-boundary corruption) बढ़ने के साथ गैर-एकदिष्ट प्रदर्शन गिरावट (non-monotonic performance degradation) प्रदर्शित करते हैं, जो कि अप्रभावी शब्द-स्तरीय और वर्ण-स्तरीय प्रसंस्करण मोड के बीच एक अव्यवस्थित संक्रमण के कारण होने वाली एक U-आकार की गिरावट है।

Zekai Tong, Ruiyao Xu, Aryan Shrivastava, Chenhao Tan, Ari Holtzman2026-05-11
💬 NLP

PSK@EEUCA 2026: Fine-Tuning Large Language Models with Synthetic Data Augmentation for Multi-Class Toxicity Detection in Gaming Chat

PSK@EEUCA 2026 की टीम ने Llama 3.1 8B को LoRA फाइन-ट्यूनिंग और 5% सिंथेटिक डेटा ऑग्मेंटेशन के साथ जोड़कर 0.6234 का F1-macro स्कोर प्राप्त करते हुए 'वर्ल्ड ऑफ टैंक टॉक्सिसिटी डिटेक्शन चैलेंज' में चौथा स्थान प्राप्त किया, जबकि उन्होंने एक महत्वपूर्ण "वैलिडेशन ट्रैप" की भी पहचान की जहाँ उच्च वैलिडेशन प्रदर्शन टेस्ट सेट पर सामान्य होने में विफल रहता है।

Srikar Kashyap Pulipaka2026-05-11
💬 NLP

Hallucination Detection via Activations of Open-Weight Proxy Analyzers

यह शोध पत्र एक प्रॉक्सी-एनालाइज़र फ्रेमवर्क पेश करता है जो छोटे, स्थानीय रूप से होस्ट किए गए ओपन-वेट मॉडल्स के आंतरिक एक्टिवेशन का विश्लेषण करके लार्ज लैंग्वेज मॉडल्स में मतिभ्रम (hallucinations) का पता लगाता है, जो विविध एनालाइज़र आर्किटेक्चर में अत्याधुनिक प्रदर्शन प्राप्त करते हुए यह प्रदर्शित करता है कि बड़े मॉडल का आकार अनिवार्य रूप से बेहतर पहचान सटीकता के साथ सहसंबंधित नहीं होता है।

Akshita Singh, Prabesh Paudel, Siddhartha Roy2026-05-11
💬 NLP

DiffRetriever: Parallel Representative Tokens for Retrieval with Diffusion Language Models

DiffRetriever डिफ्यूजन लैंग्वेज मॉडल्स के लिए एक समानांतर प्रतिनिधि टोकन रिट्रीवल विधि पेश करता है जो प्रॉम्प्ट्स में कई मास्क किए गए स्थानों को जोड़ता है और उन्हें एक एकल द्विदिश (bidirectional) पास में पढ़ता है, जिससे यह अनुक्रमिक ऑटोरेग्रेसिव मल्टी-टोकन दृष्टिकोणों और मौजूदा कंट्रास्टिव फाइन-ट्यून्ड रिट्रीवर्स की तुलना में बेहतर प्रदर्शन और दक्षता प्राप्त करता है।

Shuai Wang, Yin Yu, Shengyao Zhuang, Bevan Koopman, Guido Zuccon2026-05-11
💬 NLP

Teaching Language Models to Think in Code

यह शोध पत्र ThinC को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो भाषा मॉडल की तर्क प्रक्रिया को प्राकृतिक भाषा और कोड के अंतर्संबंधित स्वरूप से बदलकर एक कोड-केंद्रित प्रतिमान में स्थानांतरित कर देता है जहाँ कोड स्वयं प्राथमिक तर्ककर्ता के रूप में कार्य करता है, जो कोड प्रक्षेप पथों (trajectories) को आसवित (distill) करके और सुपरवाइज्ड फाइन-ट्यूनिंग के बाद सुदृढीकरण लर्निंग (reinforcement learning) का उपयोग करके प्रतियोगिता-स्तर के गणितीय बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करता है।

Hyeon Hwang, Jiwoo Lee, Jaewoo Kang2026-05-11
💬 NLP

Experience Sharing in Mutual Reinforcement Learning for Heterogeneous Language Models

यह शोधपत्र म्यूचुअल रीइन्फोर्समेंट लर्निंग (Mutual Reinforcement Learning) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो विषम भाषा मॉडलों (heterogeneous language models) को एक साझा सबस्ट्रेट (substrate) और टोकेनाइज़र एलाइनमेंट लेयर के माध्यम से टाइप किए गए अनुभवों को समवर्ती रूप से आदान-प्रदान करने में सक्षम बनाता है, यह प्रदर्शित करते हुए कि डेटा-स्तर या वैल्यू-स्तर की साझाकरण रणनीतियों की तुलना में आउटकम-स्तर (outcome-level) का सफलता स्थानांतरण सबसे अनुकूल स्थिरता-समर्थन व्यापार-संतुलन (stability-support trade-off) प्रदान करता है।

Xiaoze Liu, Dhananjay Ram, Yuting Zhang, Zhaoyang Zhang, Wei Xia, Stefano Soatto2026-05-11
💬 NLP

PaT: Planning-after-Trial for Efficient Test-Time Code Generation

यह शोध पत्र प्लानिंग-आफ्टर-ट्रायल (PaT) का प्रस्ताव करता है, जो एक अनुकूली टेस्ट-टाइम कोड जनरेशन पॉलिसी है जो केवल सत्यापन विफलता (verification failure) होने पर ही एक प्लानर को सक्रिय करती है, जिससे एक लागत-कुशल विषम मॉडल कॉन्फ़िगरेशन सक्षम होता है जो कठोर प्लानिंग दृष्टिकोणों की तुलना में लागत-प्रदर्शन के संतुलन (cost-performance trade-off) में महत्वपूर्ण सुधार करता है।

Youngsik Yoon, Sungjae Lee, Seockbean Song, Siwei Wang, Wei Chen, Jungseul Ok2026-05-11
💬 NLP

When Are Experts Misrouted? Counterfactual Routing Analysis in Mixture-of-Experts Language Models

यह शोध पत्र प्रकट करता है कि Mixture-of-Experts मॉडलों में मानक top-kk राउटर अक्सर उन टोकन के लिए इष्टतम विशेषज्ञ पथों (expert paths) का चयन करने में विफल रहते हैं जिन्हें जटिल तर्क की आवश्यकता होती है, लेकिन केवल राउटर में एक न्यूनतम अपडेट विशेषज्ञों को पुनप्रशिक्षित किए बिना इन गलत आवंटनों को सुधारकर चुनौतीपूर्ण बेंचमार्क पर प्रदर्शन में महत्वपूर्ण सुधार कर सकता है।

Youngsik Yoon, Siwei Wang, Wei Chen, Jungseul Ok2026-05-11
💬 NLP

From 0-Order Selection to 2-Order Judgment: Combinatorial Hardening Exposes Compositional Failures in Frontier LLMs

यह शोधपत्र LogiHard को प्रस्तुत करता है, जो एक औपचारिक ढांचा है जो कॉम्बिनेटोरियल हार्डनिंग (combinatorial hardening) और एडेप्टिव टेस्टिंग (adaptive testing) के माध्यम से सरल चयन कार्यों को जटिल तार्किक निर्णयों में परिवर्तित करता है, जिससे यह पता चलता है कि अत्याधुनिक LLMs ज्ञान की कमी के बजाय प्रशिक्षण-प्रेरित कॉम्बिनेटोरियल रीजनिंग गैप (combinatorial reasoning gap) के कारण महत्वपूर्ण सटीकता गिरावट का सामना करते हैं।

Hanmeng Liu, Shichao Weng, Xiulai Liu, Zhicai Zhang, Anli Yan, Xiaozhang Liu2026-05-11
💬 NLP

MIPIAD: Multilingual Indirect Prompt Injection Attack Defense with Qwen -- TF-IDF Hybrid and Meta-Ensemble Learning

यह शोध पत्र MIPIAD को प्रस्तुत करता है, जो अप्रत्यक्ष प्रॉम्प्ट इंजेक्शन हमलों के विरुद्ध एक बहुभाषी रक्षा ढांचा है, जो अंग्रेजी और बांग्ला के बीच क्रॉस-लिंगुअल प्रदर्शन अंतराल को कम करने और उच्च पहचान सटीकता प्राप्त करने के लिए TF-IDF विशेषताओं और मेटा-एन्सेम्बल लर्निंग के साथ एक LoRA-फाइन-ट्यून किए गए Qwen2.5 क्लासिफायर को जोड़ता है।

Al Muhit Muhtadi, Mostafa Rifat Tazwar2026-05-11