💬 Category

cs.CL

10660 पेपर

💬 NLP

Beyond "I cannot fulfill this request": Alleviating Rigid Rejection in LLMs via Label Enhancement

यह शोध पत्र LANCE का प्रस्ताव करता है, जो सूक्ष्म-स्तरीय रिजेक्शन वितरण (fine-grained rejection distributions) की भविष्यवाणी करने के लिए लेबल एन्हांसमेंट हेतु वेरिएशनल इन्फरेंस (variational inference) का उपयोग करने वाली एक विधि है, जिससे बड़े भाषा मॉडल (Large Language Models) को उच्च सुरक्षा मानकों को बनाए रखते हुए कठोर रिजेक्शन से बचने वाले सुरक्षित और स्वाभाविक उत्तर उत्पन्न करने में सक्षम बनाया जा सके।

Ying Zhang, Congyu Qiao, Xin Geng, Ning Xu2026-05-11
💬 NLP

Trajectory as the Teacher: Few-Step Discrete Flow Matching via Energy-Navigated Distillation

यह शोध पत्र ट्रजेक्टरी-शेप्ड डिस्क्रीट फ्लो मैचिंग (TS-DFM) प्रस्तुत करता है, जो एक डिस्टिलेशन विधि है जो प्रशिक्षण के दौरान शिक्षक प्रक्षेपवक्रों (trajectories) में अंधे स्टोकेस्टिक जंप्स को ऊर्जा-निर्देशित नेविगेशन से बदल देती है, जिससे एक कुछ-चरण वाला छात्र मॉडल मल्टी-स्टेप शिक्षकों और बड़े बेसलाइनों की तुलना में काफी कम परप्लेक्सिटी और तेज़ इन्फरेंस प्राप्त करने में सक्षम होता है।

Amin Karimi Monsefi, Dominic Culver, Nikhil Bhendawade, Manuel R. Ciosici, Yizhe Zhang, Irina Belousova2026-05-11
💬 NLP

How to Train Your Latent Diffusion Language Model Jointly With the Latent Space

यह शोध पत्र लेटेंट डिफ्यूजन लैंग्वेज मॉडल (LDLM) को प्रस्तुत करता है, जो एक उच्च-गुणवत्ता वाले निरंतर लेटेंट स्पेस को बनाने के लिए एक लेटेंट एनकोडर, डिफ्यूजन मॉडल और डिकोडर को संयुक्त रूप से प्रशिक्षित करता है, जिससे मौजूदा डिस्क्रीट और निरंतर डिफ्यूजन मॉडलों की तुलना में बेहतर टेक्स्ट जनरेशन प्रदर्शन और काफी तेज़ इन्फरेंस गति प्राप्त होती है।

Viacheslav Meshchaninov, Alexander Shabalin, Egor Chimbulatov, Nikita Gushchin, Ilya Koziev, Alexander Korotin, Dmitry V (…)2026-05-11
💬 NLP

Ask Early, Ask Late, Ask Right: When Does Clarification Timing Matter for Long-Horizon Agents?

यह शोध पत्र एक फोर्स्ड-इंजेक्शन फ्रेमवर्क पेश करता है यह प्रदर्शित करने के लिए कि एआई एजेंट स्पष्टीकरण (clarification) का इष्टतम समय कार्य-निर्भर होता है—विशेष रूप से, लक्ष्य स्पष्टीकरण निष्पादन के पहले 10% के भीतर होना चाहिए जबकि इनपुट स्पष्टीकरण 50% तक मूल्यवान बना रहता है—जो यह प्रकट करता है कि वर्तमान फ्रंटियर मॉडल इन अनुभवजन्य रूप से निर्धारित महत्वपूर्ण विंडोज़ में प्रश्न पूछने में विफल रहते हैं।

Anmol Gulati, Hariom Gupta, Elias Lumer, Sahil Sen, Vamse Kumar Subbiah2026-05-11
💬 NLP

GLiGuard: Schema-Conditioned Classification for LLM Safeguard

GLiGuard एक कॉम्पैक्ट 0.3B-पैरामीटर वाला स्कीमा-कंडीशन्ड बायडायरेक्शनल एनकोडर है जो बड़े ऑटोरेग्रेसिव गार्ड मॉडल्स की तुलना में काफी कम लेटेंसी और उच्च थ्रूपुट के साथ प्रतिस्पर्धी सुरक्षा वर्गीकरण सटीकता प्राप्त करता है, क्योंकि यह कार्यों की परिभाषाओं और लेबल सिमेंटिक्स को एक साथ बहु-आयामी मूल्यांकन के लिए सीधे इनपुट में एनकोड करता है।

Urchade Zaratiana, Mary Newhauser, George Hurn-Maloney, Ash Lewis2026-05-11
💬 NLP

Position: Mechanistic Interpretability Must Disclose Identification Assumptions for Causal Claims

यह शोध पत्र तर्क देता है कि मैकेनिस्टिक इंटरप्रिटेबिलिटी (mechanistic interpretability) अनुसंधान अक्सर आवश्यक धारणाओं को स्पष्ट रूप से व्यक्त करने में विफल रहकर सत्यापन मेट्रिक्स (validation metrics) को कारण संबंधी पहचान (causal identification) के साथ भ्रमित करता है, और यह एक नए प्रकटीकरण मानदंड का प्रस्ताव करता है जो लेखकों के लिए अपनी पहचान रणनीतियों और अपने कारण दावों की मजबूती को स्पष्ट रूप से व्यक्त करना अनिवार्य बनाता है।

Zezheng Lin, Fengming Liu2026-05-11
💬 NLP

Fast Byte Latent Transformer

बाइट लेटेंट ट्रांसफॉर्मर (BLT), BLT-Diffusion, BLT-Self-speculation और BLT-Diffusion+Verification जैसे तीन नवीन वेरिएंट्स को पेश करके बाइट-लेवल लैंग्वेज मॉडल्स की धीमी जनरेशन बाधा को संबोधित करता है, जो उच्च गुणवत्ता बनाए रखते हुए इन्फरेंस लेटेंसी और मेमोरी-बैंडविड्थ लागत को महत्वपूर्ण रूप से कम करने के लिए समानांतर जनरेशन और स्पेक्युलेटिव डिकोडिंग तकनीकों का लाभ उठाते हैं।

Julie Kallini, Artidoro Pagnoni, Tomasz Limisiewicz, Gargi Ghosh, Luke Zettlemoyer, Christopher Potts, Xiaochuang Han, S (…)2026-05-11
💬 NLP

Accurate and Efficient Statistical Testing for Word Semantic Breadth

यह शोध पत्र एक GPU-त्वरित, हाउसहोल्डर-संरेखित (Householder-aligned) क्रमपरिवर्तन परीक्षण (permutation test) प्रस्तावित करता है जो दिशात्मक विविधताओं से शब्द के अर्थ संबंधी विस्तार (semantic breadth) के वास्तविक अंतर को सटीक रूप से अलग करता है, जिससे टाइप-I त्रुटि में 32.5% की कमी आती है और CPU बेसलाइन की तुलना में 23x की गति वृद्धि प्राप्त होती है।

Yo Ehara2026-05-11
💬 NLP

CA-SQL: Complexity-Aware Inference Time Reasoning for Text-to-SQL via Exploration and Compute Budget Allocation

CA-SQL एक नवीन Text-to-SQL फ्रेमवर्क है जो कार्य की जटिलता के आधार पर अन्वेषण की व्यापकता को गतिशील रूप से स्केल करके, विकासवादी प्रॉम्प्ट सीडिंग (evolutionary prompt seeding) का उपयोग करके, और केवल GPT-4o-mini का उपयोग करके BIRD डेटासेट पर अत्याधुनिक प्रदर्शन प्राप्त करने के लिए एक वोटिंग तंत्र का उपयोग करके चुनौतीपूर्ण बेंचमार्क पर तर्क क्षमता को बढ़ाता है।

James Petullo, Nianwen Xue2026-05-11
💬 NLP

The Memory Curse: How Expanded Recall Erodes Cooperative Intent in LLM Agents

यह शोध पत्र यह प्रकट करता है कि LLM एजेंटों में कॉन्टेक्स्ट विंडो का विस्तार अक्सर एक "मेमोरी कर्स" (स्मृति अभिशाप) को सक्रिय करता है जो नकारात्मक तर्क पैटर्न को बढ़ाकर मल्टी-एजेंट सामाजिक दुविधाओं में सहकारी इरादे को व्यवस्थित रूप से नष्ट कर देता है, एक ऐसी घटना जिसे भविष्योन्मुखी ट्रेस (forward-looking traces) पर लक्षित फाइन-ट्यूनिंग या मेमोरी सैनिटाइजेशन के माध्यम से कम किया जा सकता है।

Jiayuan Liu, Tianqin Li, Shiyi Du, Xin Luo, Haoxuan Zeng, Emanuel Tewolde, Tai Sing Lee, Tonghan Wang, Carl Kingsford, V (…)2026-05-11