cs.CL पेपर | Gist.Science

Self-Distillation as a Performance Recovery Mechanism for LLMs: Counteracting Compression and Catastrophic Forgetting

यह शोध पत्र संपीड़न (compression) या कैटास्ट्रोफिक फॉरगेटिंग (catastrophic forgetting) द्वारा क्षीण हुए LLM प्रदर्शन को पुनः प्राप्त करने के लिए एक सेल्फ-डिस्टिलेशन फाइन-ट्यूनिंग (SDFT) फ्रेमवर्क पेश करता है, जिसे सैद्धांतिक साक्ष्य द्वारा समर्थित किया गया है जो दर्शाता है कि रिकवरी, सेंटर्ड कर्नेल एलाइनमेंट (Centered Kernel Alignment) के माध्यम से छात्र मॉडल के उच्च-आयामी मैनिफोल्ड को शिक्षक की इष्टतम संरचना के साथ संरेखित करने से संबंधित है।

Chi Liu, Xin Chen, Xu Zhou, Fangbo Tu, Srinivasan Manoharan2026-04-20

💬 NLP

CHOP: Chunkwise Context-Preserving Framework for RAG on Multi Documents

यह शोध पत्र CHOP को प्रस्तुत करता है, जो एक CNM-एक्स्ट्रैक्टर और कॉन्टिन्युइटी डिसीजन मॉड्यूल के साथ एक LLM-संचालित पुनरावृत्ति प्रक्रिया का उपयोग करके संदर्भ-जागरूक चंक सिग्नेचर (chunk signatures) उत्पन्न करता है, जिससे बहु-दस्तावेज़ डेटासेट पर रिट्रीवल-ऑगमेंटेड जनरेशन को बढ़ाता है और समान दस्तावेजों के बीच अर्थ संबंधी संघर्षों को हल करते हुए रिट्रीवल सटीकता में महत्वपूर्ण सुधार करता है।

Hyunseok Park, Jihyeon Kim, Jongeun Kim, Dongsik Yoon2026-04-20

💬 NLP

Qwen3.5-Omni Technical Report

Qwen3.5-Omni एक अत्याधुनिक, सैकड़ों-अरब-पैरामीटर वाला ओम्नीमोडल मॉडल है जिसमें हाइब्रिड अटेंशन MoE आर्किटेक्चर और ARIA अलाइनमेंट मैकेनिज्म है, जो बहुभाषी ऑडियो-विजुअल समझ, लॉन्ग-कॉन्टेक्स्ट रीजनिंग और उभरती हुई "ऑडियो-विजुअल वाइब कोडिंग" क्षमताओं में उत्कृष्ट प्रदर्शन प्राप्त करता है।

Qwen Team2026-04-20

💬 NLP

Exploring the Capability Boundaries of LLMs in Mastering of Chinese Chouxiang Language

यह शोध पत्र "माउस" (Mouse) को प्रस्तुत करता है, जो चीनी इंटरनेट उप-सांस्कृतिक भाषा "चोउक्सियांग" (Chouxiang) पर लार्ज लैंग्वेज मॉडल्स के मूल्यांकन के लिए एक विशेष बेंचमार्क है, जो यह प्रकट करता है कि जहाँ वर्तमान मॉडल प्रासंगिक अर्थ संबंधी समझ में उत्कृष्ट हैं, वहीं वे इस विकसित होती भाषाई घटना में महारत हासिल करने की विशिष्ट सीमाओं के कारण अन्य कार्यों में संघर्ष करते हैं।

Dianqing Lin, Tian Lan, Jiali Zhu, Jiang Li, Wei Chen, Xu Liu, Aruukhan, Xiangdong Su, Hongxu Hou, Guanglai Gao2026-04-20

💬 NLP

CiPO: Counterfactual Unlearning for Large Reasoning Models through Iterative Preference Optimization

यह शोध पत्र CiPO को प्रस्तुत करता है, जो एक नवीन ढांचा (framework) है जो लार्ज रीजनिंग मॉडल्स में अनलर्निंग (unlearning) की चुनौतियों का समाधान करता है, जो प्राथमिकता अनुकूलन (preference optimization) के लिए पुनरावृत्ति रूप से काउंटरफैक्चुअल रीजनिंग ट्रेसेस (counterfactual reasoning traces) उत्पन्न करता है, जिससे समग्र रीजनिंग प्रदर्शन को बनाए रखते हुए चेन-ऑफ-थॉट स्टेप्स और अंतिम उत्तरों दोनों से अवांछित ज्ञान को प्रभावी ढंग से हटाया जा सके।

Junyi Li, Yongqiang Chen, Ningning Ding2026-04-20

💬 NLP

DiZiNER: Disagreement-guided Instruction Refinement via Pilot Annotation Simulation for Zero-shot Named Entity Recognition

DiZiNER एक नवीन ढांचा है जो कई LLMs के बीच अंतर-मॉडल असहमति का लाभ उठाकर कार्य निर्देशों को पुनरावृत्ति से परिष्कृत करके मानव पायलट एनोटेशन का अनुकरण करता है, जिससे 18 बेंचमार्क में अत्याधुनिक ज़ीरो-शॉट नामित इकाई पहचान (named entity recognition) प्रदर्शन प्राप्त होता है और पर्यवेक्षित प्रणालियों के साथ के अंतर को महत्वपूर्ण रूप से कम करता है।

Siun Kim, Hyung-Jin Yoon2026-04-20

💬 NLP

How Hypocritical Is Your LLM judge? Listener-Speaker Asymmetries in the Pragmatic Competence of Large Language Models

यह शोध पत्र बड़े भाषा मॉडलों की व्यावहारिक सक्षमता में एक महत्वपूर्ण विषमता को प्रकट करता है, जो यह दर्शाता है कि वे भाषाई उपयुक्तता का निर्णय लेने वाले श्रोताओं के रूप में, व्यावहारिक रूप से उपयुक्त भाषा उत्पन्न करने वाले वक्ताओं की तुलना में लगातार बेहतर प्रदर्शन करते हैं।

Judith Sieker, Sina Zarrieß2026-04-20

💬 NLP

JFinTEB: Japanese Financial Text Embedding Benchmark

यह शोध पत्र JFinTEB को प्रस्तुत करता है, जो विविध रिट्रीवल (retrieval) और क्लासिफिकेशन (classification) कार्यों में जापानी वित्तीय टेक्स्ट एम्बेडिंग्स का मूल्यांकन करने के लिए डिज़ाइन किया गया पहला व्यापक बेंचमार्क है, जो समुदाय के लिए एक मानकीकृत मूल्यांकन ढांचा और डेटासेट प्रदान करके भाषा-विशिष्ट और डोमेन-विशिष्ट संसाधनों की महत्वपूर्ण कमियों को दूर करता है।

Masahiro Suzuki, Hiroki Sakaji2026-04-20

💬 NLP

MUSCAT: MUltilingual, SCientific ConversATion Benchmark

MUSCAT पेपर एक नया बहुभाषी बेंचमार्क पेश करता है जिसमें द्विभाषी वैज्ञानिक चर्चाएँ शामिल हैं ताकि मिश्रित-भाषा इनपुट, विशिष्ट शब्दावली और कोड-स्विचिंग को संभालने में वर्तमान स्वचालित भाषण पहचान (Automatic Speech Recognition) प्रणालियों की सीमाओं का मूल्यांकन और उन्हें उजागर किया जा सके।

Supriti Sinhamahapatra, Thai-Binh Nguyen, Yiğit Oğuz, Enes Ugan, Jan Niehues, Alexander Waibel2026-04-20

💬 NLP

Polarization by Default: Auditing Recommendation Bias in LLM-Based Content Curation

यह अध्ययन प्रकट करता है कि LLM-आधारित सामग्री क्यूरेशन व्यवस्थित रूप से ध्रुवीकरण को बढ़ाता है और विषाक्तता प्रबंधन तथा भावना (sentiment) में विशिष्ट, प्रदाता-विशिष्ट पूर्वाग्रह प्रदर्शित करता है, जबकि प्रॉम्प्टिंग रणनीतियों के बावजूद ट्विटर/X पर लगातार वामपंथी लेखकों का अधिक प्रतिनिधित्व करता है।

Nicolò Pagan, Christopher Barrie, Chris Andrew Bail, Petter Törnberg2026-04-20

← पिछला अगला →