💬 Category

cs.CL

10751 पेपर

💬 NLP

A framework for analyzing concept representations in neural models

यह शोध पत्र न्यूरल कॉन्सेप्ट रिप्रेजेंटेशन (neural concept representations) का कंटेनमेंट (containment) और डिसेंटैंगलमेंट (disentanglement) के अक्षों पर विश्लेषण करने के लिए एक एकीकृत ढांचे को प्रस्तुत करता है, जो यह प्रकट करता है कि अनुमान विधि का चयन इन गुणों को महत्वपूर्ण रूप से प्रभावित करता है और कॉन्सेप्ट इरेज़र (concept erasure) विधियों को सामान्य बनाने तथा स्पीच मॉडल्स में स्पीकर सूचना को अलग करने में विशिष्ट चुनौतियों को रेखांकित करता है।

Burin Naowarat, Hao Tang, Sharon Goldwater2026-05-05
💬 NLP

MemORAI: Memory Organization and Retrieval via Adaptive Graph Intelligence for LLM Conversational Agents

मेमोरई (MemORAI) एक नवीन ढांचा है जो मौजूदा मेमोरी सिस्टम की सीमाओं को दूर करने के लिए चयनात्मक मेमोरी फ़िल्टरिंग, स्रोत-समृद्ध बहु-संबंधी ग्राफ और क्वेरी-अनुकूली सबग्राफ रिट्रीवल को एकीकृत करके दीर्घकालिक व्यक्तिगत एलएलएम (LLM) संवादों को बढ़ाता है।

Hung Pham Van, Nguyen Manh Hieu, Khang Pham Tran Tuan, Nam Le Hai, Linh Ngo Van, Nguyen Thi Ngoc Diep, Trung Le2026-05-05
💬 NLP

Verbal-R3: Verbal Reranker as the Missing Bridge between Retrieval and Reasoning

यह शोध पत्र Verbal-R3 को प्रस्तुत करता है, जो एक नवीन एजेंटिक RAG फ्रेमवर्क है जो एक 'वर्बल रीरैंकर' (Verbal Reranker) का उपयोग करके रिट्रीवल और रीजनिंग के बीच के अंतर को पाटता है ताकि विश्लेषणात्मक आख्यान (Verbal Annotations) उत्पन्न किए जा सकें जो क्वेरी और रिट्रीव्ड कॉन्टेक्स्ट के बीच तार्किक संबंधों को स्पष्ट रूप से व्यक्त करते हैं, जिससे जटिल प्रश्नोत्तर बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।

Sangkwon Park, Donghun Kang, Jisoo Mok, Sungroh Yoon2026-05-05
💬 NLP

Medmarks: A Comprehensive Open-Source LLM Benchmark Suite for Medical Tasks

यह शोधपत्र मेडमार्क्स (Medmarks) का परिचय देता है, जो 30 विविध चिकित्सा कार्यों और 61 मूल्यांकित मॉडलों से युक्त एक व्यापक ओपन-सोर्स बेंचमार्क सुइट है, जो यह प्रकट करता है कि अत्याधुनिक रीजनिंग मॉडल सटीकता और टोकन दक्षता में अन्य मॉडलों से बेहतर प्रदर्शन करते हैं, साथ ही छोटे मॉडलों की उत्तर-क्रम पूर्वाग्रह (answer-order bias) के प्रति संवेदनशीलता को भी उजागर करता है।

Benjamin Warner, Ratna Sagari Grandhi, Max Kieffer, Aymane Ouraq, Saurav Panigrahi, Geetu Ambwani, Kunal Bagga, Nikhil K (…)2026-05-05
💬 NLP

Hallucinations Undermine Trust; Metacognition is a Way Forward

यह शोधपत्र तर्क देता है कि जनरेटिव एआई (generative AI) की विश्वसनीयता में सुधार करने के लिए केवल तथ्यात्मक ज्ञान के विस्तार से आगे बढ़कर मेटाकॉग्निटिव (metacognitive) क्षमताओं को बढ़ाने की आवश्यकता है, विशेष रूप से मॉडलों को "निष्ठावान अनिश्चितता" (faithful uncertainty) व्यक्त करना सिखाकर ताकि वे ज्ञात तथ्यों और आत्मविश्वासी त्रुटियों के बीच अंतर कर सकें।

Gal Yona, Mor Geva, Yossi Matias2026-05-05
💬 NLP

Auditing demographic bias in AI-based emergency police dispatch: a cross-lingual evaluation of eleven large language models

यह शोध पत्र एक क्रॉस-लिंगुअल ऑडिट फ्रेमवर्क प्रस्तुत करता है जो यह प्रकट करता है कि आपातकालीन पुलिस प्रेषण के लिए उपयोग किए जाने वाले लार्ज लैंग्वेज मॉडल्स में जनसांख्यिकीय पूर्वाग्रह अस्पष्ट घटनाओं के दौरान व्यवस्थित रूप से उभरता है, लिंग, नस्ल और धार्मिक स्वरूप के आधार पर महत्वपूर्ण रूप से भिन्न होता है, और अंग्रेजी एवं मैंडरिन चीनी के बीच विशिष्ट विषमताओं को प्रदर्शित करता है, जो वास्तविक दुनिया में तैनाती से पहले संदर्भ-जागरूक, भाषा-विशिष्ट मॉडल मूल्यांकनों की आवश्यकता को रेखांकित करता है।

William Guey, Wei Zhang, Pierrick Bougault, Yi Wang, Bertan Ucar, Vitor D. de Moura, José O. Gomes2026-05-05
💬 NLP

ReMedi: Reasoner for Medical Clinical Prediction

Remedi एक नवीन ढांचा है जो ग्राउंड-ट्रुथ परिणामों द्वारा निर्देशित एक सैंपल रिजनरेशन तंत्र के माध्यम से तर्क-उत्तर युग्मों को उत्पन्न करके इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड से नैदानिक परिणाम भविष्यवाणी को बढ़ाता है, जो अत्याधुनिक बेसलाइनों की तुलना में F1 स्कोर में 19.9% तक का सुधार प्राप्त करता है।

Yushi Cao, Yiming Chen, Hongchao Jiang, Hung-yi Lee, Robby T. Tan2026-05-05
💬 NLP

FT-RAG: A Fine-grained Retrieval-Augmented Generation Framework for Complex Table Reasoning

यह शोध पत्र FT-RAG प्रस्तुत करता है, जो एक सूक्ष्म-स्तरीय रिट्रीवल-ऑगमेंटेड जनरेशन फ्रेमवर्क है जो तालिकाओं को प्रविष्टि-स्तर की सिमेंटिक इकाइयों में विभाजित करता है और जटिल तालिका तर्क (टेबल रीजनिंग) में मौजूदा बेसलाइन से काफी बेहतर प्रदर्शन करने के लिए स्ट्रक्चरल नेबर एक्सपेंशन का उपयोग करता है, जिसे नए प्रस्तावित Multi-Table-RAG-Lib बेंचमार्क द्वारा समर्थित किया गया है।

Zebin Guo, Weidong Geng, Ruichen Mao2026-05-05
💬 NLP

Automated Interpretability and Feature Discovery in Language Models with Agents

यह शोध पत्र एक स्वायत्त मल्टी-एजेंट फ्रेमवर्क प्रस्तुत करता है जो परिकल्पनाओं को पुनरावर्ती रूप से परिष्कृत करके और लार्ज लैंग्वेज मॉडल्स में आंतरिक विशेषताओं की खोज करके मैकेनिस्टिक इंटरप्रिटेबिलिटी (mechanistic interpretability) को स्वचालित करता है, जो अधिक स्पष्ट, असत्य सिद्ध करने योग्य और ऑडिट योग्य स्पष्टीकरण उत्पन्न करने में वन-शॉट विधियों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।

Arnau Marin-Llobet, Javier Ferrando2026-05-05
💬 NLP

Fine-Tuning Pre-Trained Code Models for AI-Generated Code Detection

यह शोध पत्र SemEval-2026 टास्क 13 के लिए "आर्कियोलॉजी" (Archaeology) टीम के सिस्टम को प्रस्तुत करता है, जो एआई-जनित कोड का पता लगाने और उसके स्रोत का निर्धारण करने में शीर्ष स्तर का प्रदर्शन करने के लिए फाइन-ट्यून्ड प्री-ट्रेंड कोड मॉडल्स और 'लीव-वन-लैंग्वेज-आउट क्रॉस-वैलिडेशन' (leave-one-language-out cross-validation) एवं 'सैंडविच टोकन पैकिंग' (sandwich token packing) जैसी विशिष्ट रणनीतियों का लाभ उठाता है।

Jany-Gabriel Ispas, Sergiu Nisioi2026-05-05