💬 Category

cs.CL

11158 पेपर

💬 NLP

NC-Bench: An LLM Benchmark for Evaluating Conversational Competence

NC-Bench एक सिद्धांत-आधारित बेंचमार्क पेश करता है जो बुनियादी, रिट्रीवल-ऑगमेंटेड और जटिल मल्टी-टर्न परिदृश्यों में प्राकृतिक अंतःक्रियाओं के रूप और संरचना को प्रबंधित करने की उनकी क्षमता का आकलन करके बड़े भाषा मॉडलों की संवादात्मक सक्षमता का मूल्यांकन करता है, जिससे यह पता चलता है कि जहाँ मॉडल बुनियादी उत्तर देने में उत्कृष्ट हैं, वहीं वे मरम्मत (रिपेयर) और जटिल अनुक्रम प्रबंधन कार्यों के साथ महत्वपूर्ण रूप से संघर्ष करते हैं।

Robert J. Moore, Sungeun An, Farhan Ahmed, Jay Pankaj Gala2026-03-10
💬 NLP

Improving X-Codec-2.0 for Multi-Lingual Speech: 25 Hz Latent Rate and 24 kHz Sampling

यह शोध पत्र X-Codec-2.0 का एक अनुकूलित संस्करण प्रस्तुत करता है जो सरल वास्तुशिल्प समायोजनों के माध्यम से लेटेंट दर को घटाकर 25 हर्ट्ज़ और सैंपलिंग दर को बढ़ाकर 24 किलोहर्ट्ज़ करता है, जिससे मूल बेसलाइन की तुलना में बेहतर बहुभाषी स्पीच गुणवत्ता और दक्षता प्राप्त होती है।

Husein Zolkepli2026-03-10
💬 NLP

RedSage: A Cybersecurity Generalist LLM

यह शोधपत्र RedSage को प्रस्तुत करता है, जो एक विशाल क्यूरेटेड डेटासेट और एजेंटिक ऑग्मेंटेशन पाइपलाइन पर प्रशिक्षित एक ओपन-सोर्स, स्थानीय रूप से तैनात करने योग्य साइबर सुरक्षा LLM है, जो विशेष साइबर सुरक्षा बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करने के साथ-साथ सामान्य तर्क क्षमताओं में भी सुधार करता है।

Naufal Suryanto, Muzammal Naseer, Pengfei Li, Syed Talal Wasim, Jinhui Yi, Juergen Gall, Paolo Ceravolo, Ernesto Damiani2026-03-10
🤖 machine learning

Mem-T: Densifying Rewards for Long-Horizon Memory Agents

Mem-T एक स्वायत्त मेमोरी एजेंट पेश करता है जिसे MoT-GRPO फ्रेमवर्क के माध्यम से प्रशिक्षित किया गया है, जो मौजूदा मेमोरी प्रबंधन प्रणालियों की तुलना में बेहतर प्रदर्शन और दक्षता प्राप्त करने के लिए ट्री-गाइडेड बैकप्रोपैगेशन के माध्यम से स्पार्स लॉन्ग-होराइजन रिवार्ड्स को डेंसिफाई करता है।

Yanwei Yue, Boci Peng, Xuanbo Fan, Jiaxin Guo, Qiankun Li, Yan Zhang2026-03-10
🤖 machine learning

Do Schwartz Higher-Order Values Help Sentence-Level Human Value Detection? A Study of Hierarchical Gating and Calibration

यह शोध पत्र इस बात की जांच करता है कि क्या श्वार्ट्ज के उच्च-क्रम के मूल्य (Schwartz higher-order values) वाक्य-स्तरीय मानवीय मूल्यों के पता लगाने में सुधार करते हैं, जिसमें यह पाया गया कि जबकि पदानुक्रमित गेटिंग (hierarchical gating) सीमित लाभ प्रदान करती है, अंशांकन तकनीकें (calibration techniques) और हाइब्रिड एंसेम्बल्स प्रदर्शन को महत्वपूर्ण रूप से बढ़ाते हैं, जो यह सुझाव देता है कि मूल्य पदानुक्रम एक कठोर रूटिंग तंत्र के बजाय एक इंडक्टिव बायस (inductive bias) के रूप में अधिक प्रभावी है।

Víctor Yeste, Paolo Rosso2026-03-10
💬 NLP

Measuring Complexity at the Requirements Stage: Spectral Metrics as Development Effort Predictors

यह शोध पत्र प्रदर्शित करता है कि आवश्यकताओं के विनिर्देशों (requirements specifications) के प्राकृतिक भाषा प्रसंस्करण (natural language processing) से प्राप्त स्पेक्ट्रल मेट्रिक्स, उच्च सटीकता (सहसंबंध >0.95) के साथ एकीकरण प्रयास (integration effort) की भविष्यवाणी कर सकते हैं, जो आवश्यकताओं के चरण में संरचनात्मक जटिलता को मापने के लिए एक सत्यापित विधि प्रदान करता है और वास्तुशिल्प विश्लेषण (architectural analysis) एवं आवश्यकताओं के इंजीनियरिंग के बीच के अंतर को पाटता है।

Maximilian Vierlboeck, Antonio Pugliese, Roshanak Nilchian, Paul Grogan, Rashika Sugganahalli Natesh Babu2026-03-10
💬 NLP

Listen to the Layers: Mitigating Hallucinations with Inter-Layer Disagreement

यह शोध पत्र CoCoA का प्रस्ताव करता है, जो एक प्रशिक्षण-मुक्त (training-free) डिकोडिंग एल्गोरिदम है जो मॉडल की मध्य परतों (middle layers) में रिप्रजेंटेशनल अस्थिरता और आंतरिक असहमति के विश्लेषण के माध्यम से तथ्यात्मक रूप से गलत आउटपुट का पता लगाकर और उन्हें दंडित करके LLM मतिभ्रम (hallucinations) को कम करता है।

Koduvayur Subbalakshmi, Sabbir Hossain Ujjal, Venkata Krishna Teja Mangichetty, Nastaran Jamalipour Soofi2026-03-10
💬 NLP

Neuro-Symbolic Synergy for Interactive World Modeling

यह शोध पत्र NeSyS का प्रस्ताव करता है, जो एक न्यूरो-सिम्बोलिक ढांचा है जो बारी-बारी से प्रशिक्षण और प्रत्यक्ष संभाव्यता वितरण बाधाओं के माध्यम से बड़े भाषा मॉडलों की अर्थ संबंधी अभिव्यक्तता को प्रतीकात्मक विश्व मॉडलों की तार्किक निरंतरता के साथ एकीकृत करता है, जिससे विविध संवादात्मक वातावरणों में बेहतर भविष्यवाणी सटीकता और डेटा दक्षता प्राप्त होती है।

Hongyu Zhao, Siyu Zhou, Haolin Yang, Zengyi Qin, Tianyi Zhou2026-03-10
💬 NLP

A Geometric Taxonomy of Hallucinations in LLMs

यह शोध पत्र एलएलएम (LLM) के मतिभ्रम (hallucinations) को तीन विशिष्ट प्रकारों (अविश्वासपूर्णता, मनगढ़ंत रचना और तथ्यात्मक त्रुटि) में एक ज्यामितीय वर्गीकरण के रूप में प्रस्तावित करता है और संगत पहचान मेट्रिक्स, सिमेंटिक ग्राउंडिंग इंडेक्स और डायरेक्शनल ग्राउंडिंग इंडेक्स पेश करता है, जो प्रभावी रूप से अविश्वासपूर्ण और मनगढ़ंत आउटपुट की पहचान करते हैं, साथ ही यह भी प्रकट करते हैं कि मौजूदा बेंचमार्क में तथ्यात्मक त्रुटियों के लिए स्पष्ट संकेत अक्सर वास्तविक ज्यामितीय अंतरों के बजाय शैलीगत एनोटेशन संबंधी भ्रमों से उत्पन्न होते हैं।

Javier Marín2026-03-10
🤖 machine learning

Why Code, Why Now: Learnability, Computability, and the Real Limits of Machine Learning

यह शोध पत्र यह तर्क देता है कि कोड जनरेशन की सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) पर श्रेष्ठ प्रगति कोड की सघन, सत्यापन योग्य फीडबैक संरचना से उत्पन्न होती है, जो सीखने की क्षमता के पांच-स्तरीय पदानुक्रम का प्रस्ताव देता है ताकि यह प्रदर्शित किया जा सके कि मशीन लर्निंग प्रगति की मौलिक सीमा मॉडल स्केलिंग के बजाय कार्य की अंतर्निहित सीखने की क्षमता और सूचना संरचना पर अधिक निर्भर करती है।

Zhimin Zhao2026-03-10