💬 Category

cs.CL

11158 पेपर

💬 NLP

LIT-RAGBench: Benchmarking Generator Capabilities of Large Language Models in Retrieval-Augmented Generation

यह शोध पत्र LIT-RAGBench को प्रस्तुत करता है, जो एक व्यापक बेंचमार्क डेटासेट और मूल्यांकन ढांचा है जिसे पांच महत्वपूर्ण श्रेणियों—इंटीग्रेशन (Integration), रीजनिंग (Reasoning), लॉजिक (Logic), टेबल (Table), और एब्स्टेंशन (Abstention)—में रिट्रीवल-ऑगमेंटेड जनरेशन (Retrieval-Augmented Generation) में लार्ज लैंग्वेज मॉडल्स की क्षमताओं का व्यवस्थित रूप से आकलन करने के लिए डिज़ाइन किया गया है, जिसमें व्यावहारिक RAG परिनियोजन के लिए मॉडल चयन और विकास को निर्देशित करने हेतु मानव-निर्मित जापानी प्रश्नों और क्यूरेटेड अंग्रेजी अनुवादों के मिश्रण का उपयोग किया गया है।

Koki Itai, Shunichi Hasegawa, Yuta Yamamoto, Gouki Minegishi, Masaki Otsuki2026-03-09
🤖 AI

The EpisTwin: A Knowledge Graph-Grounded Neuro-Symbolic Architecture for Personal AI

यह शोध पत्र EpisTwin को प्रस्तुत करता है, जो एक न्यूरो-सिम्बोलिक फ्रेमवर्क है जो मल्टीमॉडल डेटा से प्राप्त एक सत्यापन योग्य पर्सनल नॉलेज ग्राफ में जनरेटिव रीजनिंग को ग्राउंड करके पर्सनल एआई (Personal AI) में डेटा विखंडन की समस्या को दूर करता है, जटिल तर्क और विजुअल रिफाइनमेंट के लिए एक एजेंटिक कोऑर्डिनेटर का उपयोग करता है, और इसे 'पर्सनलक्यूए-71-100' (PersonalQA-71-100) नामक एक नए सिंथेटिक बेंचमार्क द्वारा प्रमाणित किया गया है।

Giovanni Servedio, Potito Aghilar, Alessio Mattiace, Gianni Carmosino, Francesco Musicco, Gabriele Conte, Vito Walter An (…)2026-03-09
💬 NLP

Continual Adaptation for Pacific Indigenous Speech Recognition

यह शोध पत्र कम-संसाधन वाले प्रशांत स्वदेशी भाषाओं के लिए स्पीच फाउंडेशन मॉडल्स को अनुकूलित करने पर एक अनुभवजन्य अध्ययन प्रस्तुत करता है, जो यह प्रकट करता है कि जबकि लो-रैंक एडेप्टेशन (Low-Rank Adaptation) जैसी रणनीतियाँ प्रारंभिक सफलता प्रदान करती हैं, वे अंततः अनुक्रमिक शिक्षण (sequential learning) के दौरान कैटास्ट्रोफिक फॉरगेटिंग (catastrophic forgetting) और आंतरिक प्रतिनिधित्व संबंधी विचलन (internal representational drift) के साथ संघर्ष करती हैं, जो प्लास्टिसिटी और स्थिरता के बीच संतुलन बनाने वाले सुदृढ़ अनुकूलन ढांचों की तत्काल आवश्यकता को रेखांकित करता है।

Yang Xiao, Aso Mahmudi, Nick Thieberger, Eliathamby Ambikairajah, Eun-Jung Holden, Ting Dang2026-03-09
💬 NLP

The Art That Poses Back: Assessing AI Pastiches after Contemporary Artworks

यह अध्ययन बारह अंतर्राष्ट्रीय कलाकारों की मानवीय प्रतिक्रिया को कम्प्यूटेशनल विश्लेषण के साथ जोड़कर समकालीन कलाकृतियों के एआई पैस्टिश (AI pastiches) उत्पन्न करने की ChatGPT की क्षमता का मूल्यांकन करता है, जो सतही दृश्य समानताओं और एआई-जनित परिणामों में वैचारिक गहराई, आयामीता और भावनात्मक प्रतिध्वनि के अभाव के बीच एक महत्वपूर्ण अंतर को प्रकट करता है, जिससे अधिक व्यापक मूल्यांकन के लिए एक बहु-मानक "शैली स्थानांतरण डैशबोर्ड" (style transfer dashboard) का समर्थन किया जाता है।

Anca Dinu, Andreiana Mihail, Andra-Maria Florescu, Claudiu Creanga2026-03-09
🤖 AI

SAHOO: Safeguarded Alignment for High-Order Optimization Objectives in Recursive Self-Improvement

यह शोध पत्र SAHOO को प्रस्तुत करता है, जो एक व्यावहारिक ढांचा है जो कोड, तर्क और सत्यनिष्ठा संबंधी कार्यों में रिकर्सिव सेल्फ-इंप्रूविंग सिस्टम्स (recursive self-improving systems) के प्रदर्शन में महत्वपूर्ण सुधार करते हुए, एलाइनमेंट ड्रिफ्ट (alignment drift) की निगरानी करने और उसे नियंत्रित करने के लिए 'गोल ड्रिफ्ट इंडेक्स' (Goal Drift Index), बाधा संरक्षण जांच (constraint preservation checks) और रिग्रेशन-रिस्क क्वांटिफिकेशन (regression-risk quantification) का उपयोग करता है।

Subramanyam Sahoo, Aman Chadha, Vinija Jain, Divya Chaudhary2026-03-09
💬 NLP

Evaluation of Deontic Conditional Reasoning in Large Language Models: The Case of Wason's Selection Task

यह अध्ययन एक नया डियोन्टिक-केंद्रित वासन सिलेक्शन टास्क डेटासेट प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि बड़े भाषा मॉडल, मनुष्यों की तरह, डियोन्टिक नियमों के साथ बेहतर तर्क प्रदर्शित करते हैं और मैचिंग-बायस-जैसे त्रुटि पैटर्न दिखाते हैं, जो उनकी तर्क क्षमताओं की डोमेन-विशिष्ट प्रकृति को उजागर करता है।

Hirohiko Abe, Kentaro Ozeki, Risako Ando, Takanobu Morishita, Koji Mineshima, Mitsuhiro Okada2026-03-09
🤖 AI

Abductive Reasoning with Syllogistic Forms in Large Language Models

यह शोध पत्र एक न्यायवाक्य (syllogistic) डेटासेट को परिवर्तित करके एबडक्टिव रीजनिंग (abductive reasoning) में लार्ज लैंग्वेज मॉडल्स की सटीकता और संभावित पूर्वाग्रहों की जांच करता है ताकि सीमित जानकारी से अस्थायी निष्कर्ष निकालने की उनकी क्षमता का मूल्यांकन किया जा सके, जिसका उद्देश्य औपचारिक निगमन (formal deduction) से परे मशीन और मानव संज्ञान के बीच के अंतर को पाटना है।

Hirohiko Abe, Risako Ando, Takanobu Morishita Kentaro Ozeki, Koji Mineshima, Mitsuhiro Okada2026-03-09
🤖 AI

PONTE: Personalized Orchestration for Natural Language Trustworthy Explanations

PONTE एक ह्यूमन-इन-द-लूप फ्रेमवर्क है जो प्रिफरेंस मॉडलिंग, ग्राउंडेड जनरेशन और इटरेटिव वेरिफिकेशन को शामिल करने वाली एक क्लोज्ड-लूप प्रक्रिया के माध्यम से यूजर अडैप्टेशन को मॉडल करके एक्सप्लेनेबल एआई नैरेटिव्स की विश्वसनीयता और पर्सनलाइजेशन को बढ़ाता है, ताकि वन-साइज़-फिट्स-ऑल दृष्टिकोणों और लार्ज लैंग्वेज मॉडल हैलुसिनेशन्स की सीमाओं को दूर किया जा सके।

Vittoria Vineis, Matteo Silvestri, Lorenzo Antonelli, Filippo Betello, Gabriele Tolomei2026-03-09
🤖 AI

NOBLE: Accelerating Transformers with Nonlinear Low-Rank Branches

यह शोध पत्र NOBLE को प्रस्तुत करता है, जो एक प्रीट्रेनिंग आर्किटेक्चर है जो ट्रांसफार्मर लीनियर लेयर्स को विशेष रूप से CosNet एक्टिवेशन का उपयोग करते हुए सीखने योग्य नॉनलीनियर लो-रैंक शाखाओं के साथ स्थायी रूप से संवर्धित करता है, जिससे न्यूनतम पैरामीटर और समय ओवरहेड के साथ विभिन्न मॉडलों में महत्वपूर्ण प्रशिक्षण दक्षता और गति प्राप्त होती है, हालांकि इसके लाभ कुछ स्टोकेस्टिक डेटा ऑगमेंटेशन द्वारा बाधित हो सकते हैं।

Ethan Smith (Canva Research)2026-03-09
🤖 AI

COLD-Steer: Steering Large Language Models via In-Context One-step Learning Dynamics

COLD-Steer एक प्रशिक्षण-मुक्त (training-free) फ्रेमवर्क है जो इन-कॉन्टेक्स्ट उदाहरणों पर ग्रेडिएंट डिसेंट के प्रतिनिधि परिवर्तनों का अनुमान लगाकर लार्ज लैंग्वेज मॉडल्स को निर्देशित करता है, जिससे मौजूदा विधियों की तुलना में 50 गुना कम नमूनों के साथ 95% तक स्टीयरिंग प्रभावशीलता प्राप्त होती है।

Kartik Sharma, Rakshit S. Trivedi2026-03-09