10698 पेपर
2026 ACII डायडिक कन्वर्सेशन्स (DaiKon) वर्कशॉप और चैलेंज, दिशात्मक प्रभाव, टर्न-टेकिंग और रैपो प्रक्षेपवक्र भविष्यवाणी पर केंद्रित तीन उप-चुनौतियों के माध्यम से पारस्परिक प्रभाव और सामाजिक गतिशीलता की मॉडलिंग को उन्नत करने के लिए 945 स्वाभाविक, बहुभाषी डायडिक अंतःक्रियाओं के एक व्यापक बेंचमार्क और डेटासेट को प्रस्तुत करता है।
यह शोध पत्र SemEval-2026 टास्क 9 के लिए mdok-शैली के दृष्टिकोण को प्रस्तुत करता है, जो 22 भाषाओं में गुमनाम और केस-विविध टेक्स्ट के साथ संवर्धित प्रशिक्षण डेटा पर QLoRA के माध्यम से मिड-साइज़ LLMs को फाइन-ट्यून करके सुदृढ़ बहुभाषी ध्रुवीकरण पहचान (polarization detection) प्राप्त करता है।
यह शोध पत्र mdok-शैली की प्रणाली प्रस्तुत करता है, जो सीमित प्रशिक्षण डेटा की समस्या को हल करने के लिए डेटा ऑग्मेंटेशन और सेल्फ-ट्रेनिंग के साथ Qwen3-32B मॉडल को फाइनट्यून करके SemEval-2026 टास्क 10 की कॉन्सपिरेसी डिटेक्शन चुनौती में प्रतिस्पर्धी परिणाम (52 में से 8वां स्थान) प्राप्त करता है।
यह शोध पत्र एक बेंचमार्क प्रस्तुत करता है जो दर्शाता है कि वर्तमान ऑडियो-लैंग्वेज मॉडल प्रॉम्पटिंग के माध्यम से डिसार्थ्रिक स्पीच रिकग्निशन के लिए क्लिनिकल कॉन्टेक्स्ट का लाभ उठाने में विफल रहते हैं, लेकिन यह दिखाता है कि मिश्रित क्लिनिकल प्रॉम्प्ट्स के साथ LoRA-आधारित फाइन-ट्यूनिंग वर्ड एरर रेट को काफी कम कर देती है, विशेष रूप से डाउन सिंड्रोम और हल्के स्तर की डिसार्थ्रिया वाले वक्ताओं के लिए।
फनफज़ (FunFuzz) एक मल्टी-आइलैंड इवोल्यूशनरी फज़िंग फ्रेमवर्क है जो प्रॉम्प्ट संवेदनशीलता और सैंपलिंग वेरिएंस को दूर करने के लिए एडेप्टिव, फीडबैक-गाइडेड प्रॉम्प्ट्स और पीरियोडिक कैंडिडेट माइग्रेशन के साथ लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जिससे यह पिछले एलएलएम-संचालित दृष्टिकोणों की तुलना में बेहतर कंपाइलर कवरेज प्राप्त करता है और अधिक अद्वितीय विफलता-ट्रिगर करने वाले इनपुट्स की खोज करता है।
FlexSQL एक टेक्स्ट-टू-SQL एजेंट पेश करता है जो एक लचीले डिज़ाइन सिद्धांत का उपयोग करके Spider2-Snow बेंचमार्क पर अधिक शक्तिशाली मॉडलों से बेहतर प्रदर्शन करता है, जो तर्क प्रक्रिया के दौरान गतिशील स्कीमा अन्वेषण, डेटा निरीक्षण और विविध निष्पादन योजनाओं को सक्षम करने के लिए एक दो-स्तरीय मरम्मत तंत्र का उपयोग करता है।
यह शोध पत्र SALO का प्रस्ताव करता है, जो एक इन्फरेंस-टाइम डिटेक्टर है जो लेटेंट रिप्रेजेंटेशन्स (latent representations) में निरंतर, स्पार्स (sparse) "रिफ्यूज़ल ट्रेजेक्टरीज" (refusal trajectories) की पहचान करने के लिए कॉज़ल ट्रेसिंग (Causal Tracing) का लाभ उठाता है, जिससे उन हमलों के विरुद्ध मजबूत जेलब्रेक डिटेक्शन (>90% सफलता दर) प्राप्त होता है जो टर्मिनल रिफ्यूज़ल सिग्नल्स को सफलतापूर्वक दबा देते हैं।
यह शोध पत्र गलत पूर्वधारणाओं वाले प्रश्नों पर लार्ज रीजनिंग मॉडल्स (LRMs) का मूल्यांकन करता है और पाता है कि हालांकि वे नॉन-रीजनिंग मॉडल्स की तुलना में थोड़े अंतर से बेहतर प्रदर्शन करते हैं, फिर भी वे त्रुटिपूर्ण धारणाओं को चुनौती देने में अक्सर विफल रहते हैं, विशेष रूप से तब जब वे धारणाएं दृढ़ता से व्यक्त की गई हों।
यह शोध पत्र लार्ज लैंग्वेज मॉडल्स (Large Language Models) में निषेध (negation) की यांत्रिक प्रक्रिया की जांच करता है, जो यह प्रकट करता है कि जहाँ कम सटीकता देर से आने वाले लेयर अटेंशन शॉर्टकट्स (late-layer attention shortcuts) से उत्पन्न होती है, वहीं मॉडल नकारात्मक वाक्यांशों को सही ढंग से संभालने के लिए आंतरिक रूप से दमनकारी (suppressive) और रचनात्मक (constructive) दोनों तंत्रों का उपयोग करते हैं—जिसमें बाद वाला प्रमुख है।
यह शोध पत्र एक ओपन-सोर्स टीटीएस-एसटीटी (TTS-STT) फ्लाईव्हील पेश करके विशिष्ट-डोमेन वाले इंडिक कोड-मिक्स्ड ऑडियो पर मौजूदा एएसआर (ASR) प्रणालियों के खराब प्रदर्शन को संबोधित करता है, जो तेलुगु स्पीच रिकग्निशन के लिए एंटिटी-हिट-रेट (Entity-Hit-Rate) में महत्वपूर्ण सुधार करने हेतु 22,000 एंटिटी-डेंस उत्तरोत्तर वाक्यों (utterances) को संश्लेषित करता है।