💬 Category

cs.CL

10827 पेपर

💬 NLP

QuantileMark: A Message-Symmetric Multi-bit Watermark for LLMs

QuantileMark बड़े भाषा मॉडलों (large language models) के लिए एक व्हाइट-बॉक्स मल्टी-बिट वॉटरमार्किंग विधि है जो निरंतर संचयी वितरण (continuous cumulative distribution) में समान-द्रव्यमान वाली संभाव्यता बिनों (equal-mass probability bins) के भीतर संदेशों को एम्बेड करके संदेश समरूपता (message symmetry) और मजबूत पहचान सुनिश्चित करती है, जिससे पीढ़ी की गुणवत्ता बनाए रखते हुए सभी संदेशों में समान साक्ष्य शक्ति (uniform evidence strength) प्राप्त होती है।

Junlin Zhu, Baizhou Huang, Xiaojun Wan2026-04-16
💬 NLP

ToolOmni: Enabling Open-World Tool Use via Agentic learning with Proactive Retrieval and Grounded Execution

ToolOmni एक एकीकृत एजेंटिक फ्रेमवर्क है जो एक कोल्ड-स्टार्ट मल्टी-टर्न इंटरेक्शन डेटासेट को एक डिकपल्ड मल्टी-ऑब्जेक्टिव GRPO एल्गोरिदम के साथ जोड़कर लार्ज लैंग्वेज मॉडल्स के ओपन-वर्ल्ड टूल उपयोग को बढ़ाता है ताकि प्रोएक्टिव टूल रिट्रीवल और ग्राउंडेड एक्जीक्यूशन दोनों में स्टेट-ऑफ-द-आर्ट प्रदर्शन प्राप्त किया जा सके।

Shouzheng Huang, Meishan Zhang, Baotian Hu, Min Zhang2026-04-16
💬 NLP

Do We Still Need Humans in the Loop? Comparing Human and LLM Annotation in Active Learning for Hostility Detection

जबकि निर्देश-ट्यून किए गए एलएलएम (LLM) मानव लेबलिंग की तुलना में समान समग्र प्रदर्शन के साथ, बहुत कम लागत पर शत्रुता का पता लगाने के लिए बड़े पैमाने पर एनोटेशन उत्पन्न कर सकते हैं, वे संदिग्ध मामलों में व्यवस्थित त्रुटि पैटर्न पेश करते हैं जिनके लिए सरल लागत-दक्षता मेट्रिक्स के बजाय सावधानीपूर्वक अनुप्रयोग-विशिष्ट त्रुटि प्रोफाइल पर विचार करना आवश्यक है।

Ahmad Dawar Hakimi, Lea Hirlimann, Isabelle Augenstein, Hinrich Schütze2026-04-16
💬 NLP

CollabCoder: Plan-Code Co-Evolution via Collaborative Decision-Making for Efficient Code Generation

CollabCoder एक नवीन प्लान-कोड को-इवोल्यूशन फ्रेमवर्क है जो प्लानिंग और कोडिंग मॉड्यूल्स के बीच एक गतिशील सहयोगात्मक निर्णय लेने की प्रक्रिया को लागू करके स्वचालित कोड जनरेशन को बढ़ाता है, जिससे जटिल बेंचमार्क पर अत्याधुनिक तरीकों की तुलना में बेहतर प्रदर्शन और दक्षता प्राप्त होती है।

Duy Tung Doan, Quang Huy Phung, Dzung Nguyen, Khac-Hoai Nam Bui2026-04-16
💬 NLP

Causal Drawbridges: Characterizing Gradient Blocking of Syntactic Islands in Transformer LMs

यह शोध पत्र यह प्रदर्शित करता है कि ट्रांसफॉर्मर लैंग्वेज मॉडल कॉज़ल इंटरवेंशन (causal interventions) के माध्यम से सिंटैक्टिक आइलैंड्स (syntactic islands) पर मानवीय ग्रेडिएंट जजमेंट्स (gradient judgments) की नकल करते हैं, जो यह प्रकट करता है कि एक्सट्रैक्शन ब्लॉकिंग (extraction blocking) फिलर-गैप मैकेनिज्म (filler-gap mechanisms) के चयनात्मक हस्तक्षेप (selective interference) से जुड़ी है और यह सुझाव देती है कि संयोजक "and" को अलग तरह से दर्शाया जाता है, इस आधार पर कि वह एक्सट्रैक्ट करने योग्य (extractable) या गैर-एक्सट्रैक्ट करने योग्य (non-extractable) रचनाओं में दिखाई देता है।

Sasha Boguraev, Kyle Mahowald2026-04-16
💬 NLP

How Can We Synthesize High-Quality Pretraining Data? A Systematic Study of Prompt Design, Generator Model, and Source Data

यह शोध पत्र एक व्यवस्थित अध्ययन प्रस्तुत करता है जो यह पहचानता है कि उच्च-गुणवत्ता वाले सिंथेटिक प्रीट्रेनिंग के लिए संरचित आउटपुट प्रारूप और स्रोत डेटा चयन महत्वपूर्ण हैं, जिससे **FinePhrase** का निर्माण हुआ है, जो एक लागत प्रभावी 486-बिलियन-टोकन वाला डेटासेट है जो मौजूदा बेसलाइन से बेहतर प्रदर्शन करता है और यह प्रदर्शित करता है कि 1B पैरामीटर से बड़े जनरेटर मॉडल कोई अतिरिक्त लाभ नहीं देते हैं।

Joel Niklaus, Atsuki Yamaguchi, Michal Štefánik, Guilherme Penedo, Hynek Kydlíček, Elie Bakouch, Lewis Tunstall, Edward (…)2026-04-16
💬 NLP

Leveraging LLM-GNN Integration for Open-World Question Answering over Knowledge Graphs

यह शोध पत्र GLOW को प्रस्तुत करता है, जो एक हाइब्रिड सिस्टम है जो एक प्री-ट्रेन्ड ग्राफ न्यूरल नेटवर्क को एक लार्ज लैंग्वेज मॉडल के साथ एकीकृत करता है ताकि अधूरे नॉलेज ग्राफ्स पर ओपन-वर्ल्ड क्वेश्चन एनस्वर्सिंग को सक्षम बनाया जा सके, साथ ही GLOW-BENCH बेंचमार्क भी प्रस्तुत करता है, जो बिना फाइन-ट्यूनिंग की आवश्यकता के स्ट्रक्चरल ग्राफ रीजनिंग को सिमेंटिक इंटरप्रिटेशन के साथ जोड़कर महत्वपूर्ण प्रदर्शन सुधार प्राप्त करता है।

Hussein Abdallah, Ibrahim Abdelaziz, Panos Kalnis, Essam Mansour2026-04-16
💬 NLP

Adaptive Conformal Prediction for Improving Factuality of Generations by Large Language Models

यह शोध पत्र एक अनुकूली कॉन्फॉर्मल प्रेडिक्शन फ्रेमवर्क प्रस्तावित करता है जो प्रॉम्प्ट-डिपेंडेंट कैलिब्रेशन को सक्षम करके बड़े भाषा मॉडल (LLM) के जनरेशन की तथ्यात्मकता को बढ़ाता है ताकि कंडीशनल कवरेज में सुधार किया जा सके और चयनात्मक भविष्यवाणी (सेलेक्टिव प्रेडिक्शन) को समर्थन दिया जा सके, जिससे यह मौजूदा गैर-अनुकूली बेसलाइनों से बेहतर प्रदर्शन करता है।

Aleksandr Rubashevskii, Dzianis Piatrashyn, Preslav Nakov, Maxim Panov2026-04-16
🤖 AI

Reward Design for Physical Reasoning in Vision-Language Models

यह शोध पत्र एक व्यवस्थित एब्लेशन अध्ययन प्रस्तुत करता है जो यह प्रदर्शित करता है कि विजन-लैंग्वेज मॉडल्स के लिए GRPO-आधारित प्रशिक्षण में रिवॉर्ड डिज़ाइन डोमेन-विशिष्ट रीजनिंग व्यवहारों को प्रेरित करता है, जहाँ सटीकता-आधारित रिवॉर्ड्स सबसे अधिक समग्र लाभ प्रदान करते हैं जबकि नवीन अटेंशन-वेट रिवॉर्ड्स बिना किसी स्थानिक एनोटेशन की आवश्यकता के स्थानिक तर्क (spatial reasoning) को महत्वपूर्ण रूप से बढ़ाते हैं।

Derek Lilienthal, Manisha Mukherjee, Sameera Horawalavithana2026-04-16
🤖 AI

Memory Transfer Learning: How Memories are Transferred Across Domains in Coding Agents

यह शोध पत्र मेमोरी ट्रांसफर लर्निंग (MTL) का परिचय देता है, जो एक ऐसा प्रतिमान (पैराडाइम) है जो उच्च-स्तरीय मेटा-ज्ञान के हस्तांतरण के माध्यम से एजेंट के प्रदर्शन में 3.7% सुधार करने के लिए विषम कोडिंग डोमेनों में एक एकीकृत मेमोरी पूल का लाभ उठाता है, साथ ही यह प्रदर्शित करता है कि सफल क्रॉस-डोमेन सामान्यीकरण के लिए अमूर्तीकरण (एब्स्ट्रैक्शन) अत्यंत महत्वपूर्ण है और इसकी प्रभावशीलता मेमोरी पूल के आकार के साथ बढ़ती है।

Kangsan Kim, Minki Kang, Taeil Kim, Yanlai Yang, Mengye Ren, Sung Ju Hwang2026-04-16