💬 Category

cs.CL

10792 पेपर

💬 NLP

How to Fine-Tune a Reasoning Model? A Teacher-Student Cooperation Framework to Synthesize Student-Consistent SFT Data

यह शोध पत्र TESSY का प्रस्ताव करता है, जो एक शिक्षक-छात्र सहयोग ढांचा (teacher-student cooperation framework) है जो शिक्षक और छात्र मॉडलों को आपस में जोड़कर प्रशिक्षण डेटा को संश्लेषित करता है ताकि शिक्षक की उन्नत तर्क क्षमताओं और छात्र की शैलीगत निरंतरता (stylistic consistency) के साथ अनुक्रमों को उत्पन्न किया जा सके, जिससे मानक सिंथेटिक डेटा फाइन-ट्यूनिंग में शैलीगत विचलन (stylistic divergence) के कारण होने वाले प्रदर्शन ह्रास पर विजय प्राप्त की जा सके।

Zixian Huang, Kaichen Yang, Xu Huang, Feiyang Hao, Qiming Ge, Bowen Li, He Du, Kai Chen, Qipeng Guo2026-04-17
💬 NLP

EviSearch: A Human in the Loop System for Extracting and Auditing Clinical Evidence for Systematic Reviews

EviSearch एक मल्टी-एजेंट, ह्यूमन-इन-द-लूप सिस्टम है जो ट्रायल पीडीएफ से ऑन्टोलॉजी-अलाइन्ड क्लिनिकल साक्ष्य के निष्कर्षण को स्वचालित करता है जिसमें प्रति-सेल प्रोवेनेंस (स्रोत का प्रमाण) की गारंटी होती है, जो टेक्स्ट-आधारित बेसलाइन की तुलना में सटीकता में महत्वपूर्ण सुधार करता है और व्यवस्थित समीक्षा वर्कफ़्लो में एलएलएम (LLMs) के सुरक्षित, ऑडिट योग्य एकीकरण को सक्षम करता है।

Naman Ahuja, Saniya Mulla, Muhammad Ali Khan, Zaryab Bin Riaz, Kaneez Zahra Rubab Khakwani, Mohamad Bassam Sonbol, Irbaz (…)2026-04-17
💬 NLP

SAGE Celer 2.6 Technical Card

SAGE Celer 2.6 सामान्य-उद्देश्य वाले भाषा मॉडलों (5B, 10B, और 27B पैरामीटर्स) का एक नया परिवार है जिसमें नेटिव मल्टीमॉडल क्षमताएं, मतिभ्रम (hallucinations) को कम करने के लिए एक इनवर्स रीजनिंग पाइपलाइन, और अंग्रेजी प्रदर्शन को बनाए रखते हुए हिंदी और नेपाली जैसी दक्षिण एशियाई भाषाओं के लिए विशेष अनुकूलन शामिल है।

SAGEA Research Team, Basab Jha, Firoj Paudel, Ujjwal Puri, Adrian Liu, Ethan Henkel, Zhang Yuting, Mateusz Kowalczyk, Me (…)2026-04-17
💬 NLP

Tug-of-War within A Decade: Conflict Resolution in Vulnerability Analysis via Teacher-Guided Retrieval-Augmented Generations

यह शोध पत्र CRVA-TGRAG का प्रस्ताव करता है, जो एक दो-चरणीय ढांचा है जो उन्नत पुनर्प्राप्ति तकनीकों को शिक्षक-निर्देशित प्राथमिकता अनुकूलन के साथ जोड़ता है ताकि बार-बार अपडेट होने वाली साइबर सुरक्षा कमजोरियों का विश्लेषण करते समय लार्ज लैंग्वेज मॉडल्स में ज्ञान संघर्षों और मतिभ्रम (hallucinations) को हल किया जा सके।

Ziyin Zhou, Jianyi Zhang, Xu ji, Yilong Li, Jiameng Han, Zhangchi Zhao2026-04-17
💬 NLP

Correcting Suppressed Log-Probabilities in Language Models with Post-Transformer Adapters

यह शोध पत्र प्रदर्शित करता है कि फ्रोजन हिडन स्टेट्स पर प्रशिक्षित एक लाइटवेट पोस्ट-ट्रांसफॉर्मर एडैप्टर, ज्ञान को कम किए बिना, अलाइन्ड लैंग्वेज मॉडल्स में राजनीतिक रूप से संवेदनशील विषयों पर तथ्यात्मक लॉग-प्रोबेबिलिटीज के दमन को प्रभावी ढंग से ठीक कर सकता है, और साथ ही एप्पल एमएलएक्स (Apple MLX) में एक महत्वपूर्ण साइलेंट ग्रेडिएंट बग को भी उजागर करता है जिसने पहले इसी तरह के शोध को अमान्य कर दिया था।

Bryan Sanchez2026-04-17
💬 NLP

Internal Knowledge Without External Expression: Probing the Generalization Boundary of a Classical Chinese Language Model

यह शोध पत्र प्रदर्शित करता है कि जबकि शास्त्रीय चीनी भाषा मॉडल आंतरिक ज्ञान रखते हैं जो उन्हें ज्ञात और अज्ञात तथ्यों के बीच अंतर करने की अनुमति देता है, वे अपने द्वारा उत्पन्न पाठ में इस अनिश्चितता को बाहरी रूप से व्यक्त करने में विफल रहते हैं, जो यह संकेत देता है कि "मुझे नहीं पता" जैसे मेटाकॉग्निटिव (अधि-संज्ञानात्मक) गुण केवल भाषा मॉडलिंग से उत्पन्न नहीं होते बल्कि उनके लिए स्पष्ट प्रशिक्षण संकेतों की आवश्यकता होती है।

Jiuting Chen, Yuan Lian, Hao Wu, Tianqi Huang, Hiroshi Sasaki, Makoto Kouno, Jongil Choi2026-04-17
⚡ electrical engineering

HARNESS: Lightweight Distilled Arabic Speech Foundation Models

यह शोध पत्र HArnESS को प्रस्तुत करता है, जो एक द्विभाषी शिक्षक से पुनरावृत्ति स्व-डिस्टिलेशन (iterative self-distillation) के माध्यम से प्रशिक्षित अरबी-केंद्रित हल्के, स्व-पर्यवेक्षित भाषण मॉडलों का एक परिवार है, जो संसाधन-बाधित परिनियोजन के लिए महत्वपूर्ण दक्षता लाभ प्रदान करते हुए ASR, बोली पहचान और भावना पहचान जैसे अरबी भाषण कार्यों पर मजबूत प्रदर्शन प्राप्त करते हैं।

Vrunda N. Sukhadia, Shammur Absar Chowdhury2026-04-17
💬 NLP

Attention to Mamba: A Recipe for Cross-Architecture Distillation

यह शोध पत्र एक सिद्धांतपूर्ण दो-चरणीय डिस्टिलेशन रेसिपी प्रस्तावित करता है जो पहले एक ट्रांसफॉर्मर को लीनियरलाइज्ड अटेंशन मॉडल में परिवर्तित करता है और फिर इस ज्ञान को मांबा (Mamba) आर्किटेक्चर में स्थानांतरित करता है, जो हाइब्रिड अटेंशन-एसएसएम (Attention-SSM) ब्लॉक्स पर निर्भर किए बिना मूल शिक्षक के प्रदर्शन को सफलतापूर्वक संरक्षित करता है।

Abhinav Moudgil, Ningyuan Huang, Eeshan Gunesh Dhekane, Pau Rodríguez, Luca Zappella, Federico Danieli2026-04-17
💬 NLP

Chinese Language Is Not More Efficient Than English in Vibe Coding: A Preliminary Study on Token Cost and Problem-Solving Rate

यह प्रारंभिक अध्ययन इस दावे का खंडन करता है कि LLM कोडिंग कार्यों के लिए चीनी प्रॉम्प्ट अंग्रेजी की तुलना में अधिक टोकन-कुशल होते हैं, बल्कि यह दर्शाता है कि चीनी प्रॉम्प्ट अक्सर कम सफलता दर और मॉडल-निर्भर टोकन लागत का परिणाम देते हैं जो अपेक्षित बचत प्रदान नहीं करते हैं।

Simiao Ren (Tsang), Xingyu Shen (Tsang), Yuchen Zhou (Tsang), Dennis (Tsang), Ng, Ankit Raj2026-04-17
💬 NLP

CROP: Token-Efficient Reasoning in Large Language Models via Regularized Prompt Optimization

यह शोध पत्र CROP का प्रस्ताव करता है, जो एक प्रॉम्प्ट ऑप्टिमाइज़ेशन विधि है जो तर्क संबंधी सटीकता को प्रतिस्पर्धी बनाए रखते हुए लार्ज लैंग्वेज मॉडल्स में टोकन खपत और लेटेंसी को महत्वपूर्ण रूप से कम करने के लिए लेंथ रेगुलराइजेशन को शामिल करती है।

Deep Shah, Sanket Badhe, Nehal Kathrotia, Priyanka Tiwari2026-04-17