💬 Category

cs.CL

10753 पेपर

💬 NLP

Evaluating Legal Reasoning Traces with Legal Issue Tree Rubrics

यह योगदान LEGIT को प्रस्तुत करता है, जो 24,000 विशेषज्ञ-स्तरीय कानूनी तर्क पथों का एक बड़े पैमाने का डेटासेट है जो पदानुक्रमित समस्या वृक्षों (hierarchical problem trees) के रूप में संरचित है और एक सुदृढ़ मूल्यांकन ढांचे के रूप में कार्य करता है ताकि यह आकलन और प्रदर्शन किया जा सके कि कैसे रिट्रीवल-ऑगमेंटेड जनरेशन (retrieval-augmented generation) और रीइन्फोर्समेंट लर्निंग (reinforcement learning) एलएलएम (LLMs) में कानूनी तर्क की कवरेज और शुद्धता को पूरक रूप से बढ़ा सकते हैं।

Jinu Lee, Kyoung-Woon On, Simeng Han, Arman Cohan, Julia Hockenmaier2026-05-04
💬 NLP

Peek2: Regex-free Byte-level Byte-Pair Encoding Pretokenizer for LLM Inference on Edge Devices

यह शोध पत्र Peek2 को पेश करता है, जो Byte-level BPE के लिए एक अत्यधिक अनुकूलित, regex-free प्रीटोकनाइज़र है, जो मानक cl100k-आधारित टोकनाइज़र के समान आउटपुट बनाए रखते हुए एज डिवाइसेस (edge devices) पर 2.48× तक तेज़ माइक्रोबेंचमार्किंग थ्रूपुट और 1.14× समग्र एन्कोडिंग गति प्राप्त करता है।

Liu Zai, Iraklis Klampanos2026-05-04
💬 NLP

Short Chains, Deep Thoughts: Balancing Reasoning Efficiency and Intra-Segment Capability via Split-Merge Optimization

यह शोधपत्र CoSMo को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो संरचनात्मक अतिरेक (structural redundancy) को समाप्त करने के लिए निरंतरता-निर्देशित स्प्लिट-मर्ज एल्गोरिदम और संरचना-संरेखित सुदृढीकरण शिक्षण (structure-aligned reinforcement learning) का उपयोग करके लार्ज रीजनिंग मॉडल्स को उन्नत करता है, जिससे गणनात्मक ओवरहेड को कम करते हुए सटीकता में उल्लेखनीय सुधार होता है।

Runquan Gui, Jie Wang, Zhihai Wang, Chi Ma, Jianye Hao, Feng Wu2026-05-04
💬 NLP

Token Sparse Attention: Efficient Long-Context Inference with Interleaved Token Selection

यह शोध पत्र टोकन स्पार्स अटेंशन (Token Sparse Attention) का प्रस्ताव करता है, जो एक गतिशील और प्रतिवर्ती (reversible) टोकन-स्तरीय स्पर्सिफिकेशन तंत्र है जो न्यूनतम सटीकता ह्रास के साथ लॉन्ग-कॉन्टेक्स्ट LLMs के लिए महत्वपूर्ण इन्फरेंस स्पीडअप प्राप्त करने हेतु अटेंशन के दौरान की-वैल्यू पेयर्स को कंप्रेस और डीकंप्रेस करता है।

Dongwon Jo, Beomseok Kang, Jiwon Song, Jae-Joon Kim2026-05-04
💬 NLP

Language Models Struggle to Use Representations Learned In-Context

इस प्रमाण के बावजूद कि लार्ज लैंग्वेज मॉडल्स इन-कॉन्टेक्स्ट जानकारी से नए सिमेंटिक रिप्रेजेंटेशन्स को एनकोड कर सकते हैं, यह अध्ययन प्रकट करता है कि ओपन-वेट्स और स्टेट-ऑफ-द-आर्ट क्लोज्ड-सोर्स दोनों मॉडल्स इन सीखे गए रिप्रेजेंटेशन्स का डाउनस्ट्रीम टास्क के लिए अपने व्यवहार को अनुकूलित करने हेतु प्रभावी ढंग से उपयोग करने में संघर्ष करते हैं।

Michael A. Lepori, Tal Linzen, Ann Yuan, Katja Filippova2026-05-04
💻 computer science

Exploring LLM biases to manipulate AI search overview

यह शोध पत्र प्रदर्शित करता है कि लार्ज लैंग्वेज मॉडल (LLM) ओवरव्यू सिस्टम स्रोत चयन में पूर्वाग्रहों के प्रति संवेदनशील हैं, जिसका लाभ खोज स्निपेट्स को फिर से लिखने और परिणामों में हेरफेर करने के लिए एक सुदृढीकरण शिक्षण (reinforcement learning) मॉडल को प्रशिक्षित करके उठाया जा सकता है, साथ ही यह संदर्भ विषाक्तता (context poisoning) हमलों से जुड़े सुरक्षा जोखिमों को भी उजागर करता है।

Roman Smirnov2026-05-04
💬 NLP

Putting HUMANS first: Efficient LAM Evaluation with Human Preference Alignment

यह शोध पत्र HUMANS बेंचमार्क प्रस्तुत करता है, जो लार्ज ऑडियो मॉडल्स के लिए एक कुशल मूल्यांकन ढांचा है जो केवल 50 उदाहरणों के सुव्यवस्थित उपसमुच्चयों का उपयोग करके पूर्ण बेंचमार्क के साथ उच्च सहसंबंध प्राप्त करता है और, रिग्रेशन मॉडलिंग के माध्यम से, मानव उपयोगकर्ता प्राथमिकताओं की भविष्यवाणी करने में रैंडम उपसमुच्चयों और पूर्ण बेंचमार्क दोनों से काफी बेहतर प्रदर्शन करता है।

Woody Haosheng Gan, William Held, Diyi Yang2026-05-04
💬 NLP

NorBERTo: A ModernBERT Model Trained for Portuguese with 331 Billion Tokens Corpus

यह शोध पत्र NorBERTo को प्रस्तुत करता है, जो ब्राज़ीलियाई पुर्तगाली के लिए एक आधुनिक एनकोडर-ओनली मॉडल है जिसे 331 बिलियन टोकन के सबसे बड़े खुले रूप से उपलब्ध मोनोलिंगुअल कॉर्पस (Aurora-PT) पर प्रशिक्षित किया गया है, जो कई सिमेंटिक बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करता है और डाउनस्ट्रीम एनएलपी कार्यों के लिए एक कुशल, तैनात करने योग्य समाधान प्रदान करता है।

Enzo S. N. Silva, Pablo B. Costa, Raphael C. Vlasman, Rosimeire P. Costa, Henrique L. P. Silva, Lucas F. A. O. Pellicer (…)2026-05-04
💬 NLP

How Frontier LLMs Adapt to Neurodivergence Context: A Measurement Framework for Surface vs. Structural Change in System-Prompted Responses

यह शोध पत्र NDBench प्रस्तुत करता है, जो एक 576-आउटपुट वाला बेंचमार्क है जो यह दर्शाता है कि सीमावर्ती (फ्रंटियर) बड़े भाषा मॉडल स्पष्ट रूप से निर्देश दिए जाने पर न्यूरोडाइवर्जेंस संदर्भों के प्रति अपनी प्रतिक्रियाओं को महत्वपूर्ण रूप से अनुकूलित करते हुए लंबे, अधिक संरचित और सूक्ष्म आउटपुट उत्पन्न करते हैं, साथ ही ऐसे अनुकूलनों के ऑडिट के लिए एक पुनरुत्पादक ढांचा भी प्रदान करते हैं।

Ishan Gupta, Pavlo Buryi2026-05-04
💬 NLP

Cultural Benchmarking of LLMs in Standard and Dialectal Arabic Dialogues

यह शोध पत्र ArabCulture-Dialogue प्रस्तुत करता है, जो 12 दैनिक जीवन के विषयों पर आधुनिक मानक अरबी और स्थानीय बोलियों दोनों में 13 अरबी भाषी देशों को कवर करने वाला एक नया डेटासेट है, ताकि सांस्कृतिक तर्क, मशीन अनुवाद और बोली-निर्देशित पीढ़ी (dialect-steering generation) पर LLMs का बेंचमार्क किया जा सके, जिससे यह पता चलता है कि मॉडल अपने आधुनिक मानक अरबी समकक्षों की तुलना में बोली संबंधी कार्यों पर लगातार कम प्रदर्शन करते हैं।

Muhammad Dehan Al Kautsar, Saeed Almheiri, Momina Ahsan, Bilal Elbouardi, Younes Samih, Sarfraz Ahmad, Amr Keleg, Omar E (…)2026-05-04