cs.CL पेपर | Gist.Science

Aligning Language Models for Lyric-to-Melody Generation with Rule-Based Musical Constraints

यह शोधपत्र एक नवीन संरेखण ढांचे (alignment framework) का प्रस्ताव करता है जो डायरेक्ट प्रेफरेंस ऑप्टिमाइजेशन और कानमैन-ट्वर्स्की ऑप्टिमाइजेशन के माध्यम से लार्ज लैंग्वेज मॉडल्स को प्रशिक्षित करने के लिए स्वचालित रूप से नियम-आधारित संगीतमय बाधाएं उत्पन्न करता है, जो मानव एनोटेशन की आवश्यकता के बिना संगीतमय अस्वाभाविकता को प्रभावी ढंग से कम करता है और गीत-से-धून (lyric-to-melody) निर्माण की गुणवत्ता में सुधार करता है।

Hao Meng, Siyuan Zheng, Shuran Zhou, Qiangqiang Wang, Yang Song2026-04-21

💬 NLP

LQM: Linguistically Motivated Multidimensional Quality Metrics for Machine Translation

यह शोध पत्र LQM को प्रस्तुत करता है, जो एक भाषाई रूप से प्रेरित, पदानुक्रमित त्रुटि वर्गीकरण (error taxonomy) है जिसे समाजभाषाई, व्यावहारिक और भाषाई आयामों में मशीन अनुवाद त्रुटियों का निदान करने के लिए डिज़ाइन किया गया है, और जिसे मौजूदा भाषा-अज्ञेय मूल्यांकन ढाँचों की सीमाओं को दूर करने के लिए एक बड़े पैमाने के, बोली-विशिष्ट अरबी संग्रह और विशेषज्ञ मानव एनोटेशन के माध्यम से मान्य किया गया है।

Samar M. Magdy, Fakhraddin Alwajih, Abdellah El Mekki, Wesam El-Sayed, Muhammad Abdul-Mageed2026-04-21

💬 NLP

Document-as-Image Representations Fall Short for Scientific Retrieval

यह शोध पत्र तर्क देता है कि दस्तावेज़-एक-छवि (document-as-image) निरूपण वैज्ञानिक पुनर्प्राप्ति के लिए उप-इष्टतम हैं और ArXivDoc बेंचमार्क प्रस्तुत करता है यह प्रदर्शित करने के लिए कि संरचित LaTeX स्रोतों, विशेष रूप से पाठ-आधारित निरूपणों का लाभ उठाना, पाठ-समृद्ध वैज्ञानिक दस्तावेज़ों से साक्ष्य पुनर्प्राप्त करने के लिए छवि-आधारित दृष्टिकोणों की तुलना में काफी बेहतर प्रदर्शन करता है।

Ghazal Khalighinejad, Raghuveer Thirukovalluru, Alexander H. Oh, Bhuwan Dhingra2026-04-21

💬 NLP

Different Paths to Harmful Compliance: Behavioral Side Effects and Mechanistic Divergence Across LLM Jailbreaks

यह शोध पत्र यह प्रदर्शित करता है कि जबकि हानिकारक सुपरवाइज्ड फाइन-ट्यूनिंग (supervised fine-tuning), हानिकारक सत्यापन योग्य पुरस्कारों के साथ सुदृढीकरण शिक्षण (RLVR), और रिफ्यूज़ल-सप्रेसिंग एब्लीटरेशन (refusal-suppressing abliteration) सभी ओपन-वेट लैंग्वेज मॉडल्स में लगभग सीलिंग-स्तर की हानिकारक अनुपालनता प्राप्त करते हैं, वे अपने व्यवहार संबंधी दुष्प्रभावों, आंतरिक तंत्र और मरम्मत की संवेदनशीलता में महत्वपूर्ण रूप से भिन्न होते हैं, जिसमें RLVR-जेलब्रोकन मॉडल्स अपने हानिकारक आउटपुट के बावजूद सुरक्षा पहचान और बेस मॉडल क्षमताओं को विशिष्ट रूप से संरक्षित रखते हैं।

Md Rysul Kabir, Zoran Tiganj2026-04-21

📊 statistics

FUSE: Ensembling Verifiers with Zero Labeled Data

यह शोध पत्र FUSE को प्रस्तुत करता है, जो एक पूर्णतः अनसुपरवाइज्ड (unsupervised) विधि है जो बिना किसी ग्राउंड ट्रुथ लेबल के अपूर्ण जजों के एंसेम्बलिंग द्वारा LLM आउटपुट सत्यापन में सुधार करती है, जिससे विविध बेंचमार्क पर सेमी-सुपरवाइज्ड विकल्पों के बराबर या उनसे बेहतर प्रदर्शन प्राप्त होता है।

Joonhyuk Lee, Virginia Ma, Sarah Zhao, Yash Nair, Asher Spector, Regev Cohen, Emmanuel J. Candès2026-04-21

💬 NLP

Automatic Modeling of Social Concepts Evoked by Art Images as Multimodal Frames

यह शोधपत्र एक नवीन सॉफ्टवेयर दृष्टिकोण और ऑन्टोलॉजी प्रस्तावित करता है जो संज्ञानात्मक सिद्धांतों को मल्टीमॉडल फ्रेम्स में अनुवादित करता है ताकि सिमेंटिक गैप (semantic gap) को संबोधित करने के लिए मल्टीसेंसरी डेटा को एकीकृत करके कलात्मक छवियों के भीतर क्रांति या मित्रता जैसे अमूर्त सामाजिक अवधारणाओं को स्वचालित रूप से मॉडल और पता लगाया जा सके।

Delfina Sol Martinez Pandiani, Valentina Presutti2026-04-20

🤖 machine learning

Automatic Combination of Sample Selection Strategies for Few-Shot Learning

यह शोध पत्र ACSESS को प्रस्तुत करता है, जो एक ऐसी विधि है जो विभिन्न नमूना चयन रणनीतियों (sample selection strategies) को स्वचालित रूप से संयोजित करती है ताकि लगातार व्यक्तिगत रणनीतियों से बेहतर प्रदर्शन किया जा सके और विविध फ्यू-शॉट लर्निंग मॉडलों एवं डेटासेट में विशिष्ट बेसलाइनों के बराबर या उनसे अधिक प्रदर्शन किया जा सके, जो बहुत कम शॉट्स का चयन करते समय विशेष प्रभावशीलता प्रदर्शित करता है।

Branislav Pecher, Ivan Srba, Maria Bielikova, Joaquin Vanschoren2026-04-20

💬 NLP

LaMSUM: Amplifying Voices Against Harassment through LLM Guided Extractive Summarization of User Incident Reports

यह शोध पत्र LaMSUM प्रस्तुत करता है, जो एक नवीन बहु-स्तरीय ढांचा है जो बड़े पैमाने पर कोड-मिश्रित यौन उत्पीड़न की घटना रिपोर्टों के निष्कर्षण सारांश (extractive summaries) उत्पन्न करने के लिए लार्ज लैंग्वेज मॉडल्स और वोटिंग तंत्र का लाभ उठाता है, जिससे संदर्भ विंडो (context window) की सीमाओं को दूर किया जा सके और नीति विकास में हितधारकों की सहायता के लिए मौजूदा अत्याधुनिक विधियों से बेहतर प्रदर्शन किया जा सके।

Garima Chhikara, Anurag Sharma, V. Gurucharan, Kripabandhu Ghosh, Abhijnan Chakraborty2026-04-20

💬 NLP

WildFeedback: Aligning LLMs With In-situ User Interactions And Feedback

यह शोध पत्र WildFeedback को पेश करता है, जो एक नवीन फ्रेमवर्क है जो मल्टी-टर्न बातचीत से इन-सिटू (in-situ) उपयोगकर्ता फीडबैक को निकालकर और वर्गीकृत करके प्राथमिकता डेटासेट को स्वचालित रूप से निर्मित करता है, जिससे बड़े भाषा मॉडल (LLMs) को पारंपरिक एनोटेशन विधियों की स्केलेबिलिटी और पूर्वाग्रह संबंधी सीमाओं को पार करते हुए वास्तविक दुनिया की उपयोगकर्ता प्राथमिकताओं के साथ महत्वपूर्ण रूप से बेहतर संरेखण प्राप्त करने में सक्षम बनाया जा सके।

Taiwei Shi, Zhuoer Wang, Longqi Yang, Ying-Chun Lin, Zexue He, Mengting Wan, Pei Zhou, Sujay Jauhar, Sihao Chen, Shan Xi (…)2026-04-20

📊 statistics

FSPO: Few-Shot Optimization of Synthetic Preferences Personalizes to Real Users

यह शोध पत्र FSPO को प्रस्तुत करता है, जो एक फ्यू-शॉट प्रेफरेंस ऑप्टिमाइजेशन एल्गोरिदम है जो रिवॉर्ड मॉडलिंग को एक मेटा-लर्निंग समस्या के रूप में पुनर्गठित करता है और वास्तविक उपयोगकर्ताओं के लिए LLMs को प्रभावी ढंग से व्यक्तिगत बनाने के लिए उच्च विविधता और सुसंगतता वाले सिंथेटिक प्रेफरेंस डेटा का लाभ उठाता है, जिससे सिंथेटिक और मानव मूल्यांकन दोनों में महत्वपूर्ण जीत दर प्राप्त होती है।

Anikait Singh, Sheryl Hsu, Kyle Hsu, Eric Mitchell, Stefano Ermon, Tatsunori Hashimoto, Archit Sharma, Chelsea Finn2026-04-20

← पिछला अगला →