💬 Category

cs.CL

10792 पेपर

💬 NLP

Screen Before You Interpret: A Portable Validity Protocol for Benchmark-Based LLM Confidence Signals

यह शोध पत्र नैदानिक व्यक्तित्व मूल्यांकन (clinical personality assessment) से अनुकूलित एक पोर्टेबल वैधता स्क्रीनिंग प्रोटोकॉल प्रस्तुत करता है, जिसका उपयोग बेंचमार्क-आधारित एलएलएम (LLM) आत्मविश्वास संकेतों का मूल्यांकन और छंटनी करने के लिए किया जाता है, जो यह प्रदर्शित करता है कि "वैध" प्रोफाइल वाले मॉडल "अवैध" प्रोफाइल वाले मॉडलों की तुलना में काफी उच्च आइटम-स्तरीय सटीकता सहसंबंध प्रदर्शित करते हैं।

Jon-Paul Cacioli2026-04-21
💬 NLP

Concurrent Criterion Validation of a Validity Screen for LLM Confidence Signals via Selective Prediction

यह अध्ययन यह प्रदर्शित करके LLM कॉन्फिडेंस सिग्नल्स के लिए एक तीन-स्तरीय वर्गीकरण स्क्रीन को मान्य करता है कि "वैलिड" लेबल वाले मॉडल चयनात्मक भविष्यवाणी कार्यों में "इनवैलिड" मॉडलों की तुलना में काफी बेहतर प्रदर्शन करते हैं, जिसमें यह स्क्रीन प्रदर्शन के 47% विचरण (variance) की व्याख्या करती है।

Jon-Paul Cacioli2026-04-21
💬 NLP

Mira-Embeddings-V1: Domain-Adapted Semantic Reranking for Recruitment via LLM-Synthesized Data

यह शोध पत्र Mira-Embeddings-V1 प्रस्तुत करता है, जो भर्ती (recruitment) के लिए एक डोमेन-अनुकूलित सिमेंटिक रीरैंकिंग सिस्टम है, जो बड़े पैमाने पर मैन्युअल रूप से लेबल किए गए डेटासेट या भारी क्रॉस-एनकोडर की आवश्यकता के बिना, उम्मीदवार रिकॉल और प्रिसिजन में महत्वपूर्ण सुधार करने के लिए LLM-सिंथेसाइज्ड ट्रेनिंग डेटा और एक लाइटवेट बाउंड्री-अवेयर हेड का लाभ उठाता है।

Zhaohua Liang, Zhilin Wang, Renjie Cao, Yining Zhang2026-04-21
💬 NLP

Contrastive Attribution in the Wild: An Interpretability Analysis of LLM Failures on Realistic Benchmarks

यह शोध पत्र यथार्थवादी बेंचमार्क पर लार्ज लैंग्वेज मॉडल की विफलताओं का व्यवस्थित रूप से विश्लेषण करने के लिए क्रॉस-लेयर क्षमताओं वाले एक कंट्रास्टिव, LRP-आधारित एट्रिब्यूशन फ्रेमवर्क का परिचय देता है, जो यह प्रकट करता है कि हालांकि टोकन-स्तरीय एट्रिब्यूशन विशिष्ट मामलों में सूचनात्मक संकेत प्रदान करता है, लेकिन यह सभी प्रकार की विफलताओं के लिए सार्वभौमिक रूप से लागू नहीं है।

Rongyuan Tan, Jue Zhang, Zhuozhao Li, Qingwei Lin, Saravan Rajmohan, Dongmei Zhang2026-04-21
💬 NLP

SPENCE: A Syntactic Probe for Detecting Contamination in NL2SQL Benchmarks

यह शोध पत्र SPENCE को एक सिंटैक्टिक प्रोबिंग फ्रेमवर्क के रूप में प्रस्तुत करता है जो सिंटैक्टिक वेरिएंट्स के प्रति संवेदनशीलता के माध्यम से Spider जैसे पुराने NL2SQL बेंचमार्क में महत्वपूर्ण प्रशिक्षण संदूषण (training contamination) को प्रकट करता है, जबकि यह प्रदर्शित करता है कि BIRD जैसे नए डेटासेट काफी हद तक संदूषण मुक्त हैं।

Mohammadtaher Safarzadeh, Hitesh Laxmichand Patel, Afshin Orojlooyjadid, Graham Horwood, Dan Roth2026-04-21
💬 NLP

Forget What Matters, Keep the Rest: Selective Unlearning of Informative Tokens

यह शोध पत्र एंट्रॉपी-गाइडेड टोकन वेटिंग (ETW) का प्रस्ताव करता है, जो एक टोकन-स्तरीय अनलर्निंग रेगुलराइज़र है जो सूचनात्मक और संरचनात्मक टोकन के बीच अंतर करने के लिए प्रेडिक्टिव एंट्रॉपी का लाभ उठाता है, जिससे मौजूदा विधियों की तुलना में बड़े भाषा मॉडलों की समग्र उपयोगिता को बेहतर ढंग से संरक्षित करते हुए प्रतिकूल व्यवहारों के अधिक प्रभावी अनलर्निंग को सक्षम बनाया जा सके।

Seunghee Koh, Sunghyun Baek, Youngdong Kim, Junmo Kim2026-04-21
💬 NLP

Bridging the Reasoning Gap in Vietnamese with Small Language Models via Test-Time Scaling

यह शोध पत्र यह प्रदर्शित करता है कि वियतनामी लघु भाषा मॉडलों (Small Language Models) के लिए, सरलीकृत चेन-ऑफ-थॉट प्रॉम्प्टिंग और सेल्फ-कंसिस्टेंसी के साथ संयुक्त सुपरवाइज्ड फाइन-ट्यूनिंग, रीजनिंग गैप को पाटने और एज डिवाइसेस पर पेडागोगिकल कोहेरेंस प्राप्त करने में जटिल एजेंटिक वर्कफ्लो से बेहतर प्रदर्शन करती है।

Bui The Trung, Do Minh Duc, Nguyen Van Vinh, Bui Nguyen Quoc Trinh2026-04-21
💬 NLP

Enabling AI ASICs for Zero Knowledge Proof

यह शोध पत्र MORPH को प्रस्तुत करता है, जो एक हार्डवेयर-जागरूक जटिलता मॉडल का उपयोग करके ज़ीरो-नॉलेज प्रूफ कर्नेल को पुनर्गठित करने वाला एक ढांचा है ताकि TPUs जैसे AI ASICs पर कुशल निष्पादन सक्षम किया जा सके, जो MXU-केंद्रित अंकगणित और अनुकूलित डेटाफ्लो लेआउट के माध्यम से NTT ऑपरेशन्स में 10 गुना तक थ्रूपुट सुधार प्राप्त करता है।

Jianming Tong, Jingtian Dang, Simon Langowski, Tianhao Huang, Asra Ali, Jeremy Kun, Jevin Jiang, Srinivas Devadas, Tusha (…)2026-04-21
💬 NLP

PDDL-Mind: Large Language Models are Capable on Belief Reasoning with Reliable State Tracking

यह शोध पत्र PDDL-Mind को प्रस्तुत करता है, जो एक न्यूरो-सिम्बोलिक फ्रेमवर्क है जो स्पष्ट प्लानिंग डोमेन डेफिनेशन लैंग्वेज (PDDL) निरूपणों के माध्यम से विश्वास अनुमान (belief inference) को पर्यावरण अवस्था ट्रैकिंग से अलग करके लार्ज लैंग्वेज मॉडल्स की थ्योरी ऑफ माइंड रीजनिंग को उन्नत करता है, जिससे मौजूदा अत्याधुनिक विधियों की तुलना में महत्वपूर्ण सटीकता सुधार प्राप्त होता है।

Wang Bill Zhu, Qiutong Tony Yi, Robin Jia, Jesse Thomason2026-04-21
💬 NLP

A novel LSTM music generator based on the fractional time-frequency feature extraction

यह शोध पत्र एक नवीन एआई-आधारित संगीत निर्माण प्रणाली का प्रस्ताव करता है जो उच्च गुणवत्ता वाला संगीत उत्पन्न करने के लिए फ्रैक्शनल फूरियर ट्रांसफॉर्म (FrFT) को टाइम-फ्रीक्वेंसी फीचर एक्सट्रैक्शन के लिए और जायंटमिडी-पियानो (GiantMIDI-Piano) डेटासेट पर प्रशिक्षित लॉन्ग शॉर्ट-टर्म मेमोरी (LSTM) नेटवर्क को जोड़ता है, जो मानव रचनाओं के तुलनीय है।

Li Ya, Chen Wei, Li Xiulai, Yu Lei, Deng Xinyi, Chen Chaofan2026-04-21