💬 NLP

Transformer-Encoder Trees for Efficient Multilingual Machine Translation and Speech Translation

यह शोधपत्र ट्रांसफॉर्मर एनकोडर ट्रीज़ (TET) को प्रस्तुत करता है, जो एक पदानुक्रमित, गैर-ऑटोरेग्रेसिव एनकोडर-ओनली आर्किटेक्चर है जो भाषाई रूप से समान भाषाओं के बीच मध्यवर्ती निरूपणों (intermediate representations) को साझा करता है ताकि कम्प्यूटेशनल रेडंडेंसी और पैरामीटर संख्या को महत्वपूर्ण रूप से कम किया जा सके और साथ ही कम-संसाधन वाली अनुवाद गुणवत्ता में सुधार किया जा सके और पूर्णतः समानांतर, सिंगल-पास बहुभाषी और वाक् अनुवाद को सक्षम बनाया जा सके।

Yiwen Guan, Jacob Whitehill2026-03-18
💬 NLP

SiniticMTError: A Machine Translation Dataset with Error Annotations for Sinitic Languages

यह शोध पत्र SiniticMTError को प्रस्तुत करता है, जो कई सिनिटिक भाषाओं (मंदारिन, कैंटोनीज़, वू और होक्किएन) के मशीन-अनुवादित उदाहरणों के लिए त्रुटि स्पैन, प्रकार और गंभीरता एनोटेशन वाली एक नवीन सूक्ष्म-स्तरीय डेटासेट है, जिसे अनुवाद गुणवत्ता अनुमान और त्रुटि-जागरूक पीढ़ी को आगे बढ़ाने के साथ-साथ ऐसी त्रुटियों का पता लगाने में बड़े भाषा मॉडलों की वर्तमान सीमाओं को उजागर करने के लिए डिज़ाइन किया गया है।

Hannah Liu, Junghyun Min, En-Shiun Annie Lee, Ethan Yue Heng Cheung, Shou-Yi Hung, Elsie Chan, Shiyao Qian, Runtong Lian (…)2026-03-18
💬 NLP

When Silence Matters: The Impact of Irrelevant Audio on Text Reasoning in Large Audio-Language Models

यह शोध पत्र प्रदर्शित करता है कि अप्रासंगिक ऑडियो इनपुट, जिसमें सन्नाटा और शोर शामिल हैं, लार्ज ऑडियो-लैंग्वेज मॉडल्स के टेक्स्ट रीजनिंग प्रदर्शन और स्थिरता को महत्वपूर्ण रूप से कम कर देते हैं, जो एक महत्वपूर्ण क्रॉस-मोडल इंटरफेरेंस चुनौती को उजागर करता है जिसे मौजूदा शमन रणनीतियाँ केवल आंशिक रूप से ही संबोधित कर पाती हैं।

Chen-An Li, Tzu-Han Lin, Hung-yi Lee2026-03-18
💬 NLP

Compressed Convolutional Attention: Efficient Attention in a Compressed Latent Space

यह शोध पत्र कंप्रेस्ड कन्वोल्यूशनल अटेंशन (CCA) और इसके वेरिएंट CCGQA को प्रस्तुत करता है, जो नवीन अटेंशन तंत्र हैं जो एक साझा लेटेंट स्पेस में संचालन करते हैं ताकि पैरामीटर्स, KV-कैश आकार और FLOPs को एक साथ कम किया जा सके, जिससे GQA और MLA जैसी मौजूदा विधियों की तुलना में प्रदर्शन को बनाए रखते हुए या सुधारते हुए प्रशिक्षण और प्रीफिल में महत्वपूर्ण गति प्राप्त की जा सके।

Tomas Figliolia, Nicholas Alonso, Rishi Iyer, Quentin Anthony, Beren Millidge2026-03-18
💬 NLP

Readers Prefer Outputs of AI Trained on Copyrighted Books over Expert Human Writers

यह अध्ययन प्रदर्शित करता है कि जबकि सामान्य पाठक और विशेषज्ञ एमएफए-प्रशिक्षित लेखक दोनों ही मानव-लिखित अनुकरणों की तुलना में कॉपीराइट प्राप्त लेखकों के कार्यों पर फाइन-ट्यून किए गए एआई-जनित पाठ को प्राथमिकता देते हैं, सामान्य पाठक एआई की गुणवत्ता के लिए काफी अधिक मजबूत प्राथमिकता प्रदर्शित करते हैं, जो यह सुझाव देता है कि लागत प्रभावी फाइन-ट्यूनिंग एआई को उत्कृष्ट शैलीगत अनुकरण उत्पन्न करने में सक्षम बनाती है जो फेयर-यूज़ कॉपीराइट विचारों के लिए प्रासंगिक है।

Tuhin Chakrabarty, Jane C. Ginsburg, Paramveer Dhillon2026-03-18
💬 NLP

Surfacing Subtle Stereotypes: A Multilingual, Debate-Oriented Evaluation of Modern LLMs

यह शोध पत्र \corpusname को प्रस्तुत करता है, जो एक बहुभाषी, बहस-शैली वाला बेंचमार्क है जो यह प्रकट करता है कि सुरक्षा संरेखण (safety alignment) के बावजूद, अग्रणी लार्ज लैंग्वेज मॉडल्स सात भाषाओं में स्थापित रूढ़ियों को लगातार दोहराते हैं, जहाँ कम-संसाधन वाले संदर्भों में पूर्वाग्रह और अधिक तीव्र हो जाते हैं जहाँ अंग्रेजी-प्रशिक्षित संरेखण सामान्यीकरण करने में विफल रहता है।

Muhammed Saeed, Muhammad Abdul-mageed, Shady Shehata2026-03-18
💬 NLP

Language as a Wave Phenomenon: Semantic Phase Locking and Interference in Neural Networks

यह शोध पत्र PRISM को प्रस्तुत करता है, जो एक कॉम्प्लेक्स-वैल्यूड (complex-valued) एनकोडर है जो यूनिट-नॉर्म बाधाओं को लागू करता है ताकि यह प्रदर्शित किया जा सके कि कोहेरेंस (coherence) और इंटरफेरेंस (interference) जैसे तंत्रों के माध्यम से फेज एंगल्स (phase angles) द्वारा अर्थपूर्ण जानकारी को प्रभावी ढंग से एनकोड किया जा सकता है, जो मानक ट्रांसफॉर्मर्स के साथ प्रतिस्पर्धी प्रदर्शन प्राप्त करते हुए इसकी सफलता और विफलता के लिए विशिष्ट स्थितियों को प्रकट करता है।

Alper Yıldırım, İbrahim Yücedağ2026-03-18
💬 NLP

VisTIRA: Closing the Image-Text Modality Gap in Visual Math Reasoning via Structured Tool Integration

यह शोधपत्र VisTIRA को प्रस्तुत करता है, जो एक टूल-एकीकृत तर्क फ्रेमवर्क (tool-integrated reasoning framework) है जो विज़न-लैंग्वेज मॉडल्स में टेक्स्ट और इमेज-आधारित गणितीय तर्क के बीच प्रदर्शन के अंतर को संबोधित करने के लिए दृश्य समस्याओं को प्राकृतिक भाषा के तर्कों (natural language rationales) और निष्पादन योग्य पायथन चरणों (executable Python steps) में विभाजित करता है, जिसे एक नए सिंथेटिक डेटासेट और प्रशिक्षण पाइपलाइन द्वारा समर्थित किया गया है।

Saeed Khaki, Ashudeep Singh, Nima Safaei, Kamal Ginotra2026-03-18
💬 NLP

Time-Annealed Perturbation Sampling: Diverse Generation for Diffusion Language Models

यह शोध पत्र टाइम-एनील्ड पर्टर्बेशन सैंपलिंग (TAPS) को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त इन्फरेंस रणनीति है जो डिफ्यूजन लैंग्वेज मॉडल्स में टेम्पोरल डिवीज़न ऑफ लेबर का लाभ उठाकर आउटपुट विविधता को बढ़ाने के लिए जनरेशन प्रक्रिया के शुरुआती चरणों में सिमेंटिक ब्रांचिंग लागू करती है और प्रवाह तथा निर्देश अनुपालन बनाए रखने के लिए धीरे-धीरे पर्टर्बेशन्स को कम करती है।

Jingxuan Wu, Zhenglin Wan, Xingrui Yu, Yuzhe Yang, Yiqiao Huang, Ivor Tsang, Yang You2026-03-18
💬 NLP

LLMs Encode Their Failures: Predicting Success from Pre-Generation Activations

यह शोध पत्र प्रदर्शित करता है कि प्री-जेनरेशन एक्टिवेशन्स पर प्रशिक्षित लीनियर प्रोब्स, गणित और कोडिंग कार्यों पर एक LLM की सफलता की संभावना का सटीक अनुमान लगा सकते हैं, जिससे मॉडल पूल्स के बीच लागत-कुशल क्वेरी रूटिंग सक्षम होती है जो सर्वोत्तम एकल मॉडल से बेहतर प्रदर्शन करती है और इन्फरेंस लागतों को 70% तक कम करती है।

William Lugoloobi, Thomas Foster, William Bankes, Chris Russell2026-03-18