💬 Category

cs.CL

10753 पेपर

⚡ electrical engineering

LASE: Language-Adversarial Speaker Encoding for Indic Cross-Script Identity Preservation

यह शोध पत्र LASE को प्रस्तुत करता है, जो एक लैंग्वेज-एडवर्सरियल स्पीकर एनकोडर है जिसे इंडिक क्रॉस-स्क्रिप्ट वॉयस क्लोनिंग में स्क्रिप्ट-डिपेंडेंट आइडेंटिटी लीकेज को समाप्त करने के लिए ग्रेडिएंट-रिवर्शल ऑब्जेक्टिव के साथ प्रशिक्षित किया गया है, जो पश्चिमी और भारतीय लहजे के कॉर्पोरा के बीच लगभग शून्य प्रदर्शन अंतर प्राप्त करता है जबकि मौजूदा बेसलाइन्स की तुलना में काफी कम प्रशिक्षण डेटा की आवश्यकता होती है।

Venkata Pushpak Teja Menta2026-05-04
💬 NLP

When LLMs Stop Following Steps: A Diagnostic Study of Procedural Execution in Language Models

यह शोध पत्र एक नैदानिक बेंचमार्क प्रस्तुत करता है जो यह दर्शाता है कि जहाँ बड़े भाषा मॉडल (large language models) लघु प्रक्रियात्मक कार्यों पर उच्च सटीकता प्राप्त करते हैं, वहीं जटिलता बढ़ने के साथ चरण-दर-चरण एल्गोरिदम को निष्ठापूर्वक निष्पादित करने की उनकी क्षमता काफी घट जाती है, जो यह प्रकट करता है कि मजबूत बेंचमार्क प्रदर्शन अक्सर निर्देश पालन की पर्याप्त कमजोरियों को छिपा देता है।

Sailesh Panda, Pritam Kadasi, Abhishek Upperwal, Mayank Singh2026-05-04
💬 NLP

MultiBLiMP 1.0: A Massively Multilingual Benchmark of Linguistic Minimal Pairs

यह शोध पत्र MultiBLiMP 1.0 को प्रस्तुत करता है, जो 101 भाषाओं में 128,000 से अधिक न्यूनतम युग्मों (minimal pairs) वाला एक पूर्णतः स्वचालित, व्यापक बहुभाषी बेंचमार्क है, जो बड़े भाषा मॉडलों की कर्ता-क्रिया सहमति (subject-verb agreement) क्षमताओं का मूल्यांकन करता है और कम संसाधन वाली भाषाओं के मॉडलिंग में महत्वपूर्ण कमियों को उजागर करता है।

Jaap Jumelet, Leonie Weissweiler, Joakim Nivre, Arianna Bisazza2026-05-01
💬 NLP

From Test-taking to Cognitive Scaffolding: A Pedagogical Diagnostic Benchmark for LLMs on English Standardized Tests

यह शोध पत्र ESTBook को प्रस्तुत करता है, जो 10,000 से अधिक अंग्रेजी मानकीकृत परीक्षण प्रश्नों का एक मल्टीमॉडल बेंचमार्क है जिसे संज्ञानात्मक स्कैफोल्डिंग (cognitive scaffolding) और विचलित करने वाले विकल्पों के तर्क (distractor rationales) के साथ समृद्ध किया गया है, ताकि LLM मूल्यांकन को सरल सटीकता से बदलकर मानवीय गलतफहमियों के निदान और शैक्षणिक तर्क में सुधार की ओर ले जाया जा सके।

Luoxi Tang, Tharunya Sundar, Yuqiao Meng, Shuai Yang, Ankita Patra, Lakshmi Manohar Chippada, Jiqian Zhao, Yi Li, Weiche (…)2026-05-01
💬 NLP

Real-World Doctor Agent with Proactive Consultation through Multi-Agent Reinforcement Learning

यह शोध पत्र DoctorAgent-RL को प्रस्तुत करता है, जो एक नए मल्टी-टर्न मेडिकल डेटासेट (MTMedDialog) पर प्रशिक्षित एक सुदृढीकरण लर्निंग-आधारित मल्टी-एजेंट फ्रेमवर्क है, जो 70% सटीक नैदानिक मिलान दर प्राप्त करने के लिए सक्रिय और रणनीतिक प्रश्न पूछने में सक्षम बनाता है, जिससे स्थिर मॉडलों की सीमाओं को दूर किया जा सकता है और स्वास्थ्य देखभाल संसाधनों के तनाव को कम किया जा सकता है।

Yichun Feng, Jiawei Wang, Lu Zhou, Yikai Zheng, Zhen Lei, Yixue Li2026-05-01
💬 NLP

FinChain: A Symbolic Benchmark for Verifiable Chain-of-Thought Financial Reasoning

यह शोध पत्र FinChain को प्रस्तुत करता है, जो मशीन-निष्पादन योग्य प्रतीकात्मक टेम्पलेट्स और CHAINEVAL मेट्रिक वाली सत्यापन योग्य चेन-ऑफ-थॉट (Chain-of-Thought) वित्तीय तर्क प्रक्रिया के लिए पहला बेंचमार्क है, जो वर्तमान LLMs की बहु-चरणीय वित्तीय विश्लेषण क्षमताओं में महत्वपूर्ण सीमाओं को प्रकट करता है और साथ ही डोमेन-अनुकूलित मॉडलों की क्षमता को भी उजागर करता है।

Zhuohan Xie, Daniil Orel, Rushil Thareja, Dhruv Sahnan, Hachem Madmoun, Fan Zhang, Debopriyo Banerjee, Georgi Georgiev (…)2026-05-01
💬 NLP

Vision-Language Models Mistake Head Orientation for Gaze Direction: Nonverbal Conversation Cues

यह शोध पत्र प्रकट करता है कि विज़न-लैंग्वेज मॉडल दृष्टि दिशा (ग़ेज़ डायरेक्शन) का अनुमान लगाने में मनुष्यों से काफी पीछे रह जाते हैं क्योंकि वे आंखों की उपस्थिति के बजाय सिर के ओरिएंटेशन पर त्रुटिपूर्ण रूप से निर्भर करते हैं, एक ऐसा पूर्वाग्रह जिसका कारण मॉडल आर्किटेक्चर के बजाय प्रशिक्षण डेटा है।

Zory Zhang, Pinyuan Feng, Bingyang Wang, Tianwei Zhao, Suyang Yu, Qingying Gao, Hokin Deng, Ziqiao Ma, Yijiang Li, Dezhi (…)2026-05-01
💬 NLP

Flattery in Motion: Benchmarking and Analyzing Sycophancy in Video-LLMs

यह शोध पत्र VISE को प्रस्तुत करता है, जो वीडियो-LLMs में चाटुकारिता (sycophancy) का मूल्यांकन करने के लिए पहला बेंचमार्क है, जो दृश्य साक्ष्य के बजाय भ्रामक उपयोगकर्ता इनपुट के साथ संरेखित होने की उनकी प्रवृत्ति का विश्लेषण करता है, और बेहतर विजुअल ग्राउंडिंग और इन्फरेंस-टाइम हस्तक्षेप के माध्यम से इस पूर्वाग्रह को कम करने के लिए दो प्रशिक्षण-मुक्त रणनीतियों का प्रस्ताव करता है।

Wenrui Zhou, Mohamed Hendy, Shu Yang, Qingsong Yang, Zikun Guo, Yuyu Luo, Lijie Hu, Di Wang2026-05-01
💬 NLP

PiCSAR: Probabilistic Confidence Selection And Ranking for Reasoning Chains

यह शोधपत्र PiCSAR को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त (training-free) विधि है जो इसके तर्क (reasoning) और उत्तर के संयुक्त लॉग-लाइक्लीहुड (joint log-likelihood) के आधार पर सर्वश्रेष्ठ उम्मीदवार चयन करके लार्ज लैंग्वेज मॉडल की तर्क सटीकता में सुधार करती है, जिससे मौजूदा बेसलाइन की तुलना में कम नमूनों के साथ विविध बेंचमार्क पर महत्वपूर्ण प्रदर्शन लाभ प्राप्त होता है।

Joshua Ong Jun Leang, Zheng Zhao, Aryo Pradipta Gema, Sohee Yang, Wai-Chung Kwan, Xuanli He, Wenda Li, Pasquale Minervin (…)2026-05-01
💬 NLP

Efficient-DLM: From Autoregressive to Diffusion Language Models, and Beyond in Speed

यह शोधपत्र Efficient-DLM प्रस्तुत करता है, जो एक ऐसा ढांचा है जो ब्लॉक-वाइज अटेंशन पैटर्न और पोजीशन-डिपेंडेंट टोकन मास्किंगिंग का उपयोग करके प्रीट्रेन ऑटोरेग्रेसिव मॉडल्स को अत्यधिक कुशल डिफ्यूजन लैंग्वेज मॉडल्स में परिवर्तित करता है, जिससे अत्याधुनिक मॉडल्स की तुलना में बेहतर सटीकता और थ्रूपुट प्राप्त होता है।

Yonggan Fu, Lexington Whalen, Zhifan Ye, Xin Dong, Shizhe Diao, Jingyu Liu, Chengyue Wu, Hao Zhang, Enze Xie, Song Han (…)2026-05-01