💬 Category

cs.CL

11158 पेपर

💬 NLP

Induction Signatures Are Not Enough: A Matched-Compute Study of Load-Bearing Structure in In-Context Learning

यह अध्ययन प्रदर्शित करता है कि जबकि Bi-Induct जैसे सिंथेटिक डेटा हस्तक्षेप विशिष्ट इंडक्शन हस्ताक्षरों (induction signatures) को सफलतापूर्वक प्रवर्धित करते हैं, वे इन-कॉन्टेक्स्ट लर्निंग प्रदर्शन में सुधार करने में विफल रहते हैं क्योंकि वे प्राकृतिक-मात्र प्रशिक्षण में पाए जाने वाले केंद्रीकृत, भार-वहन करने वाले सर्किट के बजाय वितरित, अतिरेकपूर्ण तंत्र (redundant mechanisms) निर्मित करते हैं, जो यह सिद्ध करता है कि किसी तंत्र को उद्दीप्त करना तब तक अपर्याप्त है जब तक कि यह सुनिश्चित न किया जाए कि वह गणना के लिए कारणत्मक रूप से आवश्यक बन जाए।

Mohammed Sabry, Anya Belz2026-03-17
📊 statistics

Slow-Fast Policy Optimization: Reposition-Before-Update for LLM Reasoning

यह शोध पत्र स्लो-फास्ट पॉलिसी ऑप्टिमाइज़ेशन (SFPO) को प्रस्तुत करता है, जो एक प्लग-कम्पैटिबल फ्रेमवर्क है जो प्रत्येक अपडेट को फास्ट इनर स्टेप्स, ऑफ-पॉलिसी ड्रिफ्ट को नियंत्रित करने के लिए एक रिपोजिशन मैकेनिज्म और एक स्लो करेक्शन में विभाजित करके LLM रीजनिंग ट्रेनिंग की स्थिरता और दक्षता को बढ़ाता है, जिससे यह कम रोलआउट्स और तेज़ अभिसरण (कन्वर्जेंस) के साथ GRPO से बेहतर प्रदर्शन करता है।

Ziyan Wang, Zheng Wang, Jie Fu, Xingwei Qu, Qi Cheng, Shengpu Tang, Minjia Zhang, Xiaoming Huo2026-03-17
⚡ electrical engineering

Dynamic Stress Detection: A Study of Temporal Progression Modelling of Stress in Speech

यह शोध पत्र एक गतिशील तनाव पहचान ढांचे का प्रस्ताव करता है जो क्रॉस-अटेंशन-आधारित अनुक्रमिक मॉडलों और भावनात्मक लेबल से प्राप्त सूक्ष्म एनोटेशन का उपयोग करके तनाव को एक समय के साथ विकसित होने वाली घटना के रूप में मॉडल करता है, जिससे कई डेटासेट्स पर स्थिर दृष्टिकोणों की तुलना में सटीकता में महत्वपूर्ण सुधार प्राप्त होता है।

Vishakha Lall, Yisi Liu2026-03-17
💬 NLP

MOSAIC: Multi-agent Orchestration for Task-Intelligent Scientific Coding

यह शोध पत्र MOSAIC को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त मल्टी-एजेंट LLM फ्रेमवर्क है जो जटिल वैज्ञानिक कोडिंग कार्यों को विभाजित करने, त्रुटियों को स्वयं सुधारने और मतिभ्रम (hallucinations) को कम करने के लिए छात्र-शिक्षक प्रतिमान (student-teacher paradigm) और एक समेकित संदर्भ विंडो (Consolidated Context Window) का उपयोग करता है, जिससे यह सटीकता, सुदृढ़ता और व्याख्यात्मकता में मौजूदा दृष्टिकोणों से बेहतर प्रदर्शन करता है।

Siddeshwar Raghavan, Tanwi Mallick2026-03-17
⚡ electrical engineering

SAKE: Towards Editing Auditory Attribute Knowledge of Large Audio-Language Models

यह शोध पत्र SAKE को प्रस्तुत करता है, जो बड़े ऑडियो-भाषा मॉडलों में संवेदी श्रवण गुण ज्ञान (perceptual auditory attribute knowledge) को संपादित करने के लिए पहला बेंचमार्क है, जो यह प्रकट करता है कि वर्तमान विधियाँ श्रवण सामान्यीकरण (auditory generalization) और क्रमिक संपादन (sequential editing) में संघर्ष करती हैं, जबकि यह दर्शाता है कि सीधे LLM बैकबोन को संपादित करने के बजाय मोडैलिटी कनेक्टर्स (modality connectors) को फाइन-ट्यून करना एक अधिक सुदृढ़ विकल्प है।

Chih-Kai Yang, Yen-Ting Piao, Tzu-Wen Hsu, Szu-Wei Fu, Zhehuai Chen, Ke-Han Lu, Sung-Feng Huang, Chao-Han Huck Yang, Yu- (…)2026-03-17
💬 NLP

VISTA: Verification In Sequential Turn-based Assessment

VISTA एक नवीन फ्रेमवर्क है जो बहु-चरण संवादों (multi-turn dialogues) में मतिभ्रम (hallucination) का पता लगाने की क्षमता को बढ़ाता है, जो प्रतिक्रियाओं को विश्वसनीय स्रोतों और बातचीत के इतिहास के विरुद्ध क्रमिक सत्यापन के लिए परमाणु दावों (atomic claims) में विभाजित करता है, जिससे यह मौजूदा मेट्रिक्स से बेहतर प्रदर्शन करता है और मानव एनोटेटर सहमति में सुधार करता है।

Ashley Lewis, Andrew Perrault, Eric Fosler-Lussier, Michael White2026-03-17
💬 NLP

Grounded Misunderstandings in Asymmetric Dialogue: A Perspectivist Annotation Scheme for MapTask

यह शोध पत्र HCRC MapTask कॉर्पस के लिए एक परिप्रेक्ष्यवादी (perspectivist) एनोटेशन योजना प्रस्तुत करता है जो वक्ता और श्रोता की व्याख्याओं को अलग-अलग कैप्चर करता है ताकि यह प्रकट किया जा सके कि कैसे स्पष्ट ग्राउंडिंग (grounding), बहुलता संबंधी विसंगतियों (multiplicity discrepancies) के कारण होने वाले संदर्भ संबंधी मिसअलाइनमेंट (referential misalignment) को छिपा सकती है, जो ग्राउंडेड गलतफहमियों के अध्ययन और सहयोगात्मक संवाद में LLMs के मूल्यांकन के लिए एक नया संसाधन और विश्लेषणात्मक दृष्टिकोण प्रदान करता है।

Nan Li, Albert Gatt, Massimo Poesio2026-03-17
💬 NLP

Seeing Straight: Document Orientation Detection for Efficient OCR

यह शोध पत्र 11 भारतीय और अंग्रेजी भाषाओं के लिए एक नया बेंचमार्क, OCR-Rotation-Bench पेश करता है, और एक हल्का, Phi-3.5-आधारित रोटेशन वर्गीकरण पाइपलाइन प्रस्तावित करता है जो दस्तावेज़ के ओरिएंटेशन को सुधारने में उच्च सटीकता प्राप्त करता है, जिससे वास्तविक दुनिया के परिदृश्यों में डाउनस्ट्रीम OCR प्रदर्शन में महत्वपूर्ण वृद्धि होती है।

Suranjan Goswami, Abhinav Ravi, Raja Kolla, Ali Faraz, Shaharukh Khan, Akash, Chandra Khatri, Shubham Agarwal2026-03-17
💬 NLP

IDALC: A Semi-Supervised Framework for Intent Detection and Active Learning based Correction

यह शोध पत्र IDALC को प्रस्तुत करता है, जो एक अर्ध-पर्यवेक्षित (semi-supervised) ढांचा है जो सिस्टम द्वारा अस्वीकार किए गए कथनों को कुशलतापूर्वक सुधारने और नए इरादों (intents) की पहचान करने के लिए सक्रिय शिक्षण (active learning) के साथ इरादा पहचान (intent detection) को जोड़ता है, जिससे उपलब्ध अनलेबल डेटा की लागत को मात्र 6-10% तक कम किया जा सके और बेसलाइन विधियों की तुलना में महत्वपूर्ण सटीकता में सुधार प्राप्त किया जा सके।

Ankan Mullick, Sukannya Purkayastha, Saransh Sharma, Pawan Goyal, Niloy Ganguly2026-03-17
💬 NLP

Steering LLMs toward Korean Local Speech: Iterative Refinement Framework for Faithful Dialect Translation

यह शोध पत्र DIA-REFINE को प्रस्तुत करता है, जो एक पुनरावृत्ति ढांचा (iterative framework) है जो बड़े भाषा मॉडलों (large language models) को निष्ठावान कोरियाई बोली अनुवाद की ओर निर्देशित करने के लिए बाहरी बोली वर्गीकरणकर्ताओं (external dialect classifiers) का लाभ उठाता है और वास्तविक बोली संबंधी प्रयासों को स्रोत की नकल करने से अलग करने में पारंपरिक n-gram मूल्यांकन की सीमाओं को दूर करने के लिए नए मेट्रिक्स (DFS और TDR) का प्रस्ताव करता है।

Keunhyeung Park, Seunguk Yu, Youngbin Kim2026-03-17