💬 Category

cs.CL

10827 पेपर

💬 NLP

Robust Explanations for User Trust in Enterprise NLP Systems

यह शोध पत्र एंटरप्राइज एनएलपी (enterprise NLP) में टोकन-स्तरीय स्पष्टीकरणों के लिए एक एकीकृत ब्लैक-बॉक्स मजबूती मूल्यांकन ढांचे का प्रस्ताव करता है, जो एक बड़े पैमाने के क्रॉस-आर्किटेक्चर अध्ययन के माध्यम से यह प्रदर्शित करता है कि डिकोडर-आधारित एलएलएम (LLMs), एनकोडर मॉडलों की तुलना में काफी अधिक स्थिर स्पष्टीकरण प्रदान करते हैं, जिसमें मॉडल के पैमाने के साथ स्थिरता में सुधार होता है, जिससे अनुपालन-संवेदनशील परिनियोजन (compliance-sensitive deployments) के लिए व्यावहारिक लागत-मजबूती ट्रेडऑफ निर्णय सक्षम होते हैं।

Guilin Zhang, Kai Zhao, Jeffrey Friedman, Xu Chu, Amine Anoun, Jerry Ting2026-04-15
💬 NLP

The Effect of Document Selection on Query-focused Text Analysis

यह शोध पत्र चार पाठ विश्लेषण तकनीकों और दो डेटासेटों के माध्यम से सात दस्तावेज़ चयन विधियों का व्यवस्थित रूप से मूल्यांकन करता है, जो यह प्रदर्शित करता है कि सिमेंटिक या हाइब्रिड रिट्रीवल रणनीतियाँ प्रदर्शन और दक्षता का सबसे प्रभावी संतुलन प्रदान करती हैं और डेटा चयन को एक महत्वपूर्ण पद्धतिगत निर्णय के रूप में स्थापित करती हैं।

Sandesh S Rangreji, Mian Zhong, Anjalie Field2026-04-15
🤖 AI

Long-Horizon Plan Execution in Large Tool Spaces through Entropy-Guided Branching

यह शोध पत्र SLATE प्रस्तुत करता है, जो टूल-संवर्धित एजेंटों के मूल्यांकन के लिए एक बड़े पैमाने का बेंचमार्क है, और एंट्रॉपी-गाइडेड ब्रांचिंग (Entropy-Guided Branching) का प्रस्ताव करता है, जो एक अनिश्चितता-जागरूक खोज एल्गोरिदम है जो विशाल टूल स्पेस में लॉन्ग-होराइजन टास्क निष्पादन दक्षता और सफलता दर में महत्वपूर्ण सुधार करता है।

Rongzhe Wei, Ge Shi, Min Cheng, Na Zhang, Pan Li, Sarthak Ghosh, Vaibhav Gorde, Leman Akoglu2026-04-15
💬 NLP

When Self-Reference Fails to Close: Matrix-Level Dynamics in Large Language Models

यह शोध पत्र यह प्रदर्शित करता है कि जहाँ बड़े भाषा मॉडलों (large language models) में ग्राउंडेड स्व-संदर्भ (grounded self-reference) स्थिर रहता है, वहीं नॉन-क्लोजिंग ट्रुथ रिकर्सन (NCTR) को प्रेरित करने वाले प्रॉम्प्ट्स कई आर्किटेक्चर और परतों में महत्वपूर्ण आंतरिक मैट्रिक्स-स्तरीय व्यवधानों—जैसे कि उन्नत अटेंशन प्रभावी रैंक (attention effective rank) और वेरिएंस कर्टोसिस (variance kurtosis)—को ट्रिगर करते हैं, जो आउटपुट विरोधाभासों में वृद्धि करते हैं और शास्त्रीय मैट्रिक्स-सेमीग्रुप अस्थिरता समस्याओं (classical matrix-semigroup instability problems) के साथ एक संबंध का सुझाव देते हैं।

Ji Ho Bae2026-04-15
🤖 AI

Beyond Factual Grounding: The Case for Opinion-Aware Retrieval-Augmented Generation

यह शोध पत्र वर्तमान रिट्रीवल-ऑगमेंटेड जनरेशन (RAG) प्रणालियों में मौजूद तथ्यात्मक पूर्वाग्रह की पहचान करता है जो व्यक्तिपरक मतों को शोर (noise) के रूप में मानता है, मत विविधता को बनाए रखने को न्यायसंगत ठहराने के लिए एपिस्टेमिक (epistemic) और एलियटोरिक (aleatoric) अनिश्चितता के बीच अंतर करने वाला एक सैद्धांतिक ढांचा प्रस्तावित करता है, और एक ओपिनियन-अवेयर (Opinion-Aware) RAG आर्किटेक्चर प्रस्तुत करता है जो ई-कॉमर्स डेटा पर रिट्रीवल विविधता और जनसांख्यिकीय प्रतिनिधित्व में महत्वपूर्ण सुधार करता है।

Aditya Agrawal, Alwarappan Nakkiran, Darshan Fofadiya, Alex Karlsson, Harsha Aduri2026-04-15
💬 NLP

From Plan to Action: How Well Do Agents Follow the Plan?

यह शोध पत्र 16,991 एजेंट प्रक्षेपवक्रों (trajectories) का एक व्यवस्थित विश्लेषण प्रस्तुत करता है जो यह प्रकट करता है कि जबकि स्पष्ट योजनाएं आम तौर पर कार्य सफलता में सुधार करती हैं, एजेंट अक्सर ओवरफिटेड आंतरिक वर्कफ़्लो पर निर्भरता के कारण उनका पालन करने में विफल रहते हैं, और खराब तरीके से डिज़ाइन की गई या गलत संरेखित योजनाएं वास्तव में प्रदर्शन को कम कर सकती हैं, जो योजना के रटने के बजाय अनुकूलन योग्य तर्क सिखाने वाले प्रशिक्षण प्रतिमानों की आवश्यकता पर प्रकाश डालती है।

Shuyang Liu, Saman Dehghan, Jatin Ganhotra, Martin Hirzel, Reyhaneh Jabbarvand2026-04-15
💬 NLP

AlphaEval: Evaluating Agents in Production

यह शोध पत्र AlphaEval प्रस्तुत करता है, जो सात कंपनियों के 94 वास्तविक-विश्व कार्यों से बना एक प्रोडक्शन-ग्राउंडेड बेंचमार्क है, जो एक नवीन ढांचे का उपयोग करके वास्तविक आवश्यकताओं को निष्पादन योग्य मूल्यांकनों में परिवर्तित करते हुए पूर्ण AI एजेंट प्रणालियों का मूल्यांकन करता है, जिससे मौजूदा मॉडल-केंद्रित बेंचमार्क और वाणिज्यिक परिनियोजन की जटिल, गतिशील वास्तविकताओं के बीच के अंतर को दूर किया जा सके।

Pengrui Lu, Bingyu Xu, Wenjun Zhang, Shengjia Hua, Xuanjian Gao, Ranxiang Ge, Lyumanshan Ye, Linxuan Wu, Yiran Li, Junfe (…)2026-04-15
💬 NLP

Knowledge Is Not Static: Order-Aware Hypergraph RAG for Language Models

यह शोध पत्र ऑर्डर-अवेयर नॉलेज हाइपरग्राफ आरएजी (OKH-RAG) का प्रस्ताव करता है, जो एक नवीन रिट्रीवल-ऑगमेंटेड जनरेशन फ्रेमवर्क है जो अनुक्रमिक निर्भरताओं (sequential dependencies) को पकड़ने के लिए ज्ञान को क्रमबद्ध हाइपरएजेस के रूप में मॉडल करता है, जिससे यह क्रम-संवेदनशील तर्क कार्यों (order-sensitive reasoning tasks) में पारंपरिक क्रम-अपरिवर्तनीय (permutation-invariant) विधियों से बेहतर प्रदर्शन करता है।

Keshu Wu, Chenchen Kuai, Zihao Li, Jiwan Jiang, Shiyu Shen, Shian Wang, Chan-Wei Hu, Zhengzhong Tu, Yang Zhou2026-04-15
💬 NLP

Representing expertise accelerates learning from pedagogical interaction data

यह अध्ययन प्रदर्शित करता है कि ट्रांसफार्मर मॉडलों को केवल विशेषज्ञ प्रदर्शनों के बजाय सिंथेटिक शैक्षणिक अंतःक्रियाओं पर प्रशिक्षित करना, सीखने की सुदृढ़ता में महत्वपूर्ण सुधार करता है और विशेषज्ञ जैसे व्यवहार को सक्षम बनाता है क्योंकि यह मॉडलों को ज्ञान संबंधी रूप से भिन्न एजेंटों का प्रतिनिधित्व करने की अनुमति देता है।

Dhara Yu, Karthikeya Kaushik, Bill D. Thompson2026-04-15
💬 NLP

Thought-Retriever: Don't Just Retrieve Raw Data, Retrieve Thoughts for Memory-Augmented Agentic Systems

यह शोधपत्र Thought-Retriever को प्रस्तुत करता है, जो एक मॉडल-अज्ञेय (model-agnostic) एल्गोरिदम है जो पिछले इंटरैक्शन से मध्यवर्ती तर्क चरणों ("विचारों") को एक स्व-विकसित दीर्घकालिक स्मृति में पुनर्प्राप्त और व्यवस्थित करके LLM-आधारित एजेंटों को उन्नत करता है, जिससे संदर्भ लंबाई की सीमाओं को दूर किया जाता है और अल्ट्रा-लॉन्ग कॉन्टेक्स्ट समझ की आवश्यकता वाले कार्यों पर मौजूदा रिट्रीवल-ऑगमेंटेड विधियों से काफी बेहतर प्रदर्शन किया जाता है।

Tao Feng, Pengrui Han, Guanyu Lin, Ge Liu, Jiaxuan You2026-04-15