💬 Category

cs.CL

11158 पेपर

🤖 AI

An Approach to Simultaneous Acquisition of Real-Time MRI Video, EEG, and Surface EMG for Articulatory, Brain, and Muscle Activity During Speech Production

यह शोध पत्र वास्तविक समय (रियल-टाइम) एमआरआई, ईईजी और सरफेस ईएमजी के एक साथ अधिग्रहण के लिए एक नवीन ढांचे को प्रस्तुत करता है ताकि भाषण के दौरान मस्तिष्क, मांसपेशियों और उच्चारण संबंधी गतिविधियों को कैप्चर किया जा सके, जिसमें तकनीकी चुनौतियों से निपटने और भाषण तंत्रिका विज्ञान (स्पीच न्यूरोसाइंस) में अभूतपूर्व अंतर्दृष्टि सक्षम करने के लिए एक विशेष आर्टिफैक्ट सप्रेशन पाइपलाइन शामिल है।

Jihwan Lee, Parsa Razmara, Kevin Huang, Sean Foley, Aditya Kommineni, Haley Hsu, Woojae Jeong, Prakash Kumar, Xuan Shi (…)2026-03-06
💬 NLP

HACHIMI: Scalable and Controllable Student Persona Generation via Orchestrated Agents

HACHIMI एक स्केलेबल, मल्टी-एजेंट फ्रेमवर्क है जो 10 लाख सिंथेटिक छात्र व्यक्तित्वों (student personas) का एक सिद्धांत-संरेखित और वितरण-नियंत्रणीय संग्रह उत्पन्न करता है, जो शैक्षिक संरचनाओं पर मानवीय प्रतिक्रियाओं के प्रति उच्च निष्ठा प्रदर्शित करते हुए शैक्षिक LLM बेंचमार्किंग और सामाजिक विज्ञान सिमुलेशन के लिए एक मानकीकृत संसाधन प्रदान करता है।

Yilin Jiang, Fei Tan, Xuanyu Yin, Jing Leng, Aimin Zhou2026-03-06
🤖 AI

Free Lunch for Pass@kk? Low Cost Diverse Sampling for Diffusion Language Models

यह शोध पत्र डिफ्यूजन लैंग्वेज मॉडल्स के लिए एक प्रशिक्षण-मुक्त, कम लागत वाले हस्तक्षेप का प्रस्ताव करता है जो महत्वपूर्ण कम्प्यूटेशनल ओवरहेड के बिना जनरेटिव विविधता को बढ़ाने और रीजनिंग कार्यों पर Pass@kk प्रदर्शन में सुधार करने के लिए एक बैच में मध्यवर्ती नमूनों को क्रमिक रूप से प्रतिकर्षित (repel) करता है।

Sean Lamont, Christian Walder, Paul Montague, Amir Dezfouli, Michael Norrish2026-03-06
💬 NLP

Can LLMs Capture Expert Uncertainty? A Comparative Analysis of Value Alignment in Ethnographic Qualitative Research

यह अध्ययन मानव एनोटेशन के विरुद्ध अपने श्वार्ट्ज सिद्धांत-आधारित मूल्य पहचान की तुलना करके, नृवंशविज्ञान संबंधी गुणात्मक अनुसंधान में विशेषज्ञ अनिश्चितता को पकड़ने की बड़े भाषा मॉडलों (LLMs) की क्षमता का मूल्यांकन करता है, जो यह प्रकट करता है कि जबकि LLMs सेट-आधारित मेट्रिक्स में मानव प्रदर्शन के करीब पहुँचते हैं और एन्सेम्बल विधियों के साथ बेहतर होते हैं, वे सटीक रैंकिंग में संघर्ष करते हैं और विशेषज्ञों की तुलना में विशिष्ट अनिश्चितता पैटर्न और मूल्य पूर्वाग्रह प्रदर्शित करते हैं।

Arina Kostina, Marios Dikaiakos, Alejandro Porcel, Tassos Stassopoulos2026-03-06
🤖 AI

Alignment Backfire: Language-Dependent Reversal of Safety Interventions Across 16 Languages in LLM Multi-Agent Systems

यह शोध पत्र चार पूर्व-पंजीकृत अध्ययनों को प्रस्तुत करता है जो यह प्रदर्शित करते हैं कि लार्ज लैंग्वेज मॉडल्स में सुरक्षा संरेखण (सेफ्टी अलाइनमेंट) हस्तक्षेप एक "भाषा-निर्भर बैकफायर" प्रभाव उत्पन्न कर सकते हैं, जहाँ संरेखण अंग्रेजी में सामूहिक विकृति (कलेक्टिव पैथोलॉजी) को कम करता है लेकिन अन्य भाषाओं (विशेष रूप से जापानी) में इसे बढ़ा देता है क्योंकि यह सांस्कृतिक-भाषाई बाधाओं के कारण होता है, जिससे यह स्पष्ट होता है कि अंग्रेजी-केंद्रित सुरक्षा सत्यापन सामान्यीकृत नहीं होते हैं और मल्टी-एजेंट सिस्टम में आयट्रोजेनिक विखंडन (आयोजेनिक डिसोसिएशन) उत्पन्न कर सकते हैं।

Hiroki Fukui2026-03-06
🤖 AI

TimeWarp: Evaluating Web Agents by Revisiting the Past

यह शोध पत्र TimeWarp प्रस्तुत करता है, जो डिज़ाइन परिवर्तनों के प्रति एजेंटों की संवेदनशीलता को उजागर करने के लिए विकसित होते UI संस्करणों के माध्यम से वेब एजेंटों का मूल्यांकन करने वाला एक बेंचमार्क है, और TimeTraj प्रस्तावित करता है, जो एक प्लान डिस्टिलेशन एल्गोरिदम है जो कई वेब संस्करणों से एकत्र किए गए प्रक्षेप पथों (trajectories) पर प्रशिक्षण देकर एजेंट की मजबूती में महत्वपूर्ण सुधार करता है।

Md Farhan Ishmam, Kenneth Marino2026-03-06
🤖 machine learning

Replaying pre-training data improves fine-tuning

यह शोध पत्र यह प्रदर्शित करता है कि फाइन-ट्यूनिंग के दौरान जेनेरिक प्री-ट्रेनिंग डेटा को फिर से चलाना (रीप्ले करना), कम संबंधित डोमेन के लिए भी, डेटा दक्षता को बढ़ाकर और कैटास्ट्रोफिक फॉरगेटिंग को रोककर लक्षित कार्यों पर प्रदर्शन में महत्वपूर्ण सुधार करता है।

Suhas Kotha, Percy Liang2026-03-06
🤖 AI

When Weak LLMs Speak with Confidence, Preference Alignment Gets Stronger

यह शोध पत्र कॉन्फिडेंस-वेटेड प्रेफरेंस ऑप्टिमाइज़ेशन (CW-PO) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो यह प्रदर्शित करता है कि एक कमजोर LLM के उच्च-विश्वास वाले भविष्यवाणियों का उपयोग करके प्रशिक्षण डेटा को पुन: भारित करने से महंगी मानवीय एनोटेशन पर निर्भरता काफी कम हो सकती है और साथ ही पूरी तरह से मानव-लेबल वाले डेटा पर प्रशिक्षित मानक संरेखण विधियों से बेहतर प्रदर्शन किया जा सकता है।

Amirabbas Afzali, Myeongho Jeon, Maria Brbic2026-03-06
🤖 AI

MPCEval: A Benchmark for Multi-Party Conversation Generation

यह शोध पत्र MPCEval प्रस्तुत करता है, जो एक नवीन, कार्य-जागरूक (task-aware) बेंचमार्क सुइट है जो गुणवत्ता को स्पीकर मॉडलिंग, सामग्री और निरंतरता मेट्रिक्स में विभाजित करके मल्टी-पार्टी कन्वर्सेशन जनरेशन में मूल्यांकन की बाधा को संबोधित करता है, जिससे यह पता चलता है कि एकल-स्कोर मूल्यांकन आधुनिक जनरेटिव मॉडल्स के बीच महत्वपूर्ण व्यवहार संबंधी अंतरों को स्पष्ट करने में विफल रहते हैं।

Minxing Zhang, Yi Yang, Zhuofan Jia, Xuan Yang, Jian Pei, Yuchen Zang, Xingwang Deng, Xianglong Chen2026-03-06
💬 NLP

VRM: Teaching Reward Models to Understand Authentic Human Preferences

यह शोध पत्र VRM (वेरिएशनल रिवॉर्ड मॉडलिंग) का प्रस्ताव करता है, जो एक नवीन ढांचा है जो उच्च-आयामी उद्देश्य भार (high-dimensional objective weights) और निम्न-आयामी अर्थपूर्ण विशेषताओं (low-dimensional semantic features) के माध्यम से मानवीय प्राथमिकता निर्णयों को स्पष्ट रूप से मॉडल करने के लिए वेरिएशनल इन्फरेंस का उपयोग करके पारंपरिक रिवॉर्ड मॉडल में सुधार करता है, जिससे रिवॉर्ड हैकिंग को कम किया जा सकता है और वास्तविक मानवीय प्राथमिकताओं के साथ बेहतर संरेखण प्राप्त किया जा सकता है।

Biao Liu, Ning Xu, Junming Yang, Hao Xu, Xin Geng2026-03-06