💬 Category

cs.CL

10827 पेपर

💬 NLP

LIFT: A Novel Framework for Enhancing Long-Context Understanding of LLMs via Long Input Fine-Tuning

यह शोध पत्र LIFT को प्रस्तुत करता है, जो एक नवीन फ्रेमवर्क है जो सिंथेटिक कार्यों के माध्यम से लंबे इनपुट को अवशोषित करने के लिए मॉडल मापदंडों को गतिशील रूप से फाइन-ट्यून करके शॉर्ट-कॉन्टेक्स्ट लार्ज लैंग्वेज मॉडल्स की लॉन्ग-कॉन्टेक्स्ट समझ को बढ़ाता है, जिससे द्विघातीय जटिलता (quadratic complexity) से बचते हुए और कम विलंबता (low latency) बनाए रखते हुए इनपुट कॉन्टेक्स्ट के बिना अनुमान (inference) सक्षम होता है।

Yansheng Mao, Yufei Xu, Jiaqi Li, Fanxu Meng, Haotong Yang, Zilong Zheng, Xiyuan Wang, Muhan Zhang2026-04-14
💬 NLP

Preference Learning Unlocks LLMs' Psycho-Counseling Skills

यह शोध पत्र पेशेवर मूल्यांकन सिद्धांतों का प्रस्ताव देकर उच्च-गुणवत्ता वाले मनो-परामर्श (psycho-counseling) डेटा की कमी को संबोधित करता है ताकि 36k-जोड़ी वाला PsychoCounsel-Preference डेटासेट बनाया जा सके, जो एक फाइन-ट्यून्ड Llama3-8B मॉडल को रिवॉर्ड मॉडलिंग और प्रेफरेंस लर्निंग के माध्यम से परामर्श कार्यों में GPT-4o के विरुद्ध 87% जीत दर प्राप्त करने में सक्षम बनाता है।

Mian Zhang, Shaun M. Eack, Zhiyu Zoey Chen2026-04-14
💬 NLP

Defending against Backdoor Attacks via Module Switching

यह शोध पत्र मॉड्यूल स्विचिंग डिफेंस (MSD) का प्रस्ताव करता है, जो एक नवीन पोस्ट-ट्रेनिंग रणनीति है जो एक इवोल्यूशनरी एल्गोरिदम के माध्यम से मॉडल मॉड्यूल्स को चुनिले ढंग से फ्यूज करके बैकडोर हमलों को बाधित करती है, जो वेट एवरेजिंग की तुलना में बेहतर मजबूती और उपयोगिता संरक्षण प्रदर्शित करता है, विशेष रूप से सीमित मॉडलों या मिलीभगत वाले बैकडोर्स वाले परिदृश्यों में।

Weijun Li, Ansh Arora, Xuanli He, Mark Dras, Qiongkai Xu2026-04-14
💬 NLP

Seeing Through Deception: Uncovering Misleading Creator Intent in Multimodal News with Vision-Language Models

यह शोधपत्र DeceptionDecoded प्रस्तुत करता है, जो एक बड़े पैमाने का बेंचमार्क और इरादा-निर्देशित (intent-guided) सिमुलेशन फ्रेमवर्क है जिसे मल्टीमॉडल समाचारों में भ्रामक निर्माता इरादे का पता लगाने की विजन-लैंग्वेज मॉडल्स की क्षमता का मूल्यांकन करने और उन्हें सुधारने के लिए डिज़ाइन किया गया है, जो उनके वर्तमान सतही संकेतों पर निर्भरता को संबोधित करता है और गलत सूचना शासन में उनकी मजबूती को बढ़ाता है।

Jiaying Wu, Fanxiao Li, Zihang Fu, Min-Yen Kan, Bryan Hooi2026-04-14
💬 NLP

Can Large Language Models Infer Causal Relationships from Real-World Text?

यह शोध पत्र ReCITE को प्रस्तुत करता है, जो बड़े भाषा मॉडलों (large language models) की कारण संबंधी तर्क क्षमता (causal reasoning capabilities) का मूल्यांकन करने के लिए वास्तविक दुनिया के शैक्षणिक साहित्य से प्राप्त पहला बेंचमार्क है, जो यह प्रकट करता है कि वर्तमान मॉडल सिंथेटिक डेटासेट पर अपने प्रदर्शन की तुलना में जटिल, प्राकृतिक ग्रंथों में कारण संबंधों का अनुमान लगाने में काफी संघर्ष करते हैं।

Ryan Saklad, Aman Chadha, Oleg Pavlov, Raha Moraffah2026-04-14
💬 NLP

VisText-Mosquito: A Unified Multimodal Dataset for Visual Detection, Segmentation, and Textual Explanation on Mosquito Breeding Sites

यह शोध पत्र VisText-Mosquito को प्रस्तुत करता है, जो एक एकीकृत मल्टीमॉडल डेटासेट और ढांचा है जो दृश्य पहचान, विभाजन और पाठ्य स्पष्टीकरण को एकीकृत करता है ताकि रोग निवारण के लिए मच्छरों के प्रजनन स्थलों की एआई-संचालित सक्रिय पहचान और विश्लेषण को सक्षम किया जा सके।

Md. Adnanul Islam, Md. Faiyaz Abdullah Sayeedi, Md. Asaduzzaman Shuvo, Shahanur Rahman Bappy, Md Asiful Islam, Swakkhar (…)2026-04-14
🤖 machine learning

Data Mixing Agent: Learning to Re-weight Domains for Continual Pre-training

यह शोधपत्र डेटा मिक्सिंग एजेंट (Data Mixing Agent) को प्रस्तुत करता है, जो एक मॉडल-आधारित ढांचा है जो निरंतर प्री-ट्रेनिंग (continual pre-training) में सोर्स और टारगेट डोमेन डेटा को पुन: भारित (re-weighting) करने के लिए सामान्यीकरण योग्य ह्यूरिस्टिक्स (heuristics) को स्वचालित रूप से सीखने के लिए सुदृढीकरण शिक्षण (reinforcement learning) का उपयोग करता है, जिससे बिना किसी मैनुअल हस्तक्षेप या पुनर्रचना के विभिन्न डोमेन में प्रदर्शन को प्रभावी ढंग से संतुलित किया जा सकता है और कैटास्ट्रोफिक फॉरगेटिंग (catastrophic forgetting) को कम किया जा सकता है।

Kailai Yang, Xiao Liu, Lei Ji, Hao Li, Xiao Liang, Zhiwei Liu, Yeyun Gong, Peng Cheng, Mao Yang2026-04-14
💬 NLP

Reliable Evaluation Protocol for Low-Precision Retrieval

यह शोध पत्र लो-प्रिसिजन रिट्रीवल सिस्टम के लिए एक सुदृढ़ मूल्यांकन प्रोटोकॉल प्रस्तावित करता है जो स्प्यूरियस टाइज (spurious ties) को हल करने के लिए हाई-प्रिसिजन स्कोरिंग (HPS) और ऑर्डर अनसर्टेन्टी (order uncertainty) को मापने के लिए टाई-अवेयर रिट्रीवल मेट्रिक्स (TRM) को संयोजित करता है, जिससे निरंतर और विश्वसनीय प्रदर्शन मूल्यांकन सुनिश्चित होता है।

Kisu Yang, Yoonna Jang, Hwanseok Jang, Kenneth Choi, Isabelle Augenstein, Heuiseok Lim2026-04-14
💬 NLP

AttnTrace: Contextual Attribution of Prompt Injection and Knowledge Corruption

यह शोध पत्र अटेंशन वेट्स (attention weights) का लाभ उठाकर लॉन्ग-कॉन्टेक्स्ट एलएलएम (long-context LLMs) में प्रॉम्प्ट इंजेक्शन और नॉलेज करप्शन को ट्रेस करने के लिए एक कुशल और सटीक विधि, अट्न्ट्रेस (AttnTrace) प्रस्तुत करता है, जो गति और प्रभावशीलता दोनों में मौजूदा अत्याधुनिक समाधानों से बेहतर प्रदर्शन करते हुए इंजेक्ट किए गए निर्देशों का बेहतर पता लगाने में सक्षम बनाता है।

Yanting Wang, Runpeng Geng, Ying Chen, Jinyuan Jia2026-04-14
💬 NLP

Proximal Supervised Fine-Tuning

यह शोध पत्र प्रॉक्सिमल सुपरवाइज्ड फाइन-ट्यूनिंग (PSFT) को प्रस्तुत करता है, जो ट्रस्ट-रीजन ऑप्टिमाइज़ेशन से प्रेरित एक विधि है जो इन-डोमेन प्रदर्शन को बनाए रखते हुए आउट-ऑफ-डोमेन सामान्यीकरण और प्रशिक्षण स्थिरता में सुधार करने के लिए फाइन-ट्यूनिंग के दौरान पॉलिसी ड्रिफ्ट को नियंत्रित करती है।

Wenhong Zhu, Ruobing Xie, Rui Wang, Xingwu Sun, Di Wang, Pengfei Liu2026-04-14