💬 NLP

DeepInnovator: Triggering the Innovative Capabilities of LLMs

यह शोध पत्र DeepInnovator को प्रस्तुत करता है, जो एक प्रशिक्षण ढांचा है जो संरचित वैज्ञानिक ज्ञान निकालने के लिए एक स्वचालित पाइपलाइन और अनुसंधान विचार सृजन को अनुमान और खंडन की एक पुनरावृत्ति प्रक्रिया के रूप में मॉडल करने वाले "नेक्स्ट आइडिया प्रेडिक्शन" प्रतिमान का लाभ उठाकर लार्ज लैंग्वेज मॉडल्स की नवीनता क्षमताओं को बढ़ाता है, जिसके परिणामस्वरूप एक ऐसा मॉडल प्राप्त होता है जो नवीन अनुसंधान विचारों को उत्पन्न करने में बेसलाइन्स से काफी बेहतर प्रदर्शन करता है और अग्रणी एलएलएम (LLMs) को टक्कर देता है।

Tianyu Fan, Fengji Zhang, Yuxiang Zheng, Bei Chen, Xinyao Niu, Chengen Huang, Junyang Lin, Chao Huang2026-02-24
💬 NLP

Yor-Sarc: A gold-standard dataset for sarcasm detection in a low-resource African language

यह शोध पत्र Yor-Sarc को प्रस्तुत करता है, जो कम-संसाधन वाली अफ्रीकी भाषा योरूबा (Yorùbá) में व्यंग्य पहचान (sarcasm detection) के लिए पहला गोल्ड-स्टैंडर्ड डेटासेट है, जिसमें क्षेत्र में अर्थ संबंधी व्याख्या और एनएलपी (NLP) अनुसंधान को आगे बढ़ाने के लिए उच्च अंतर-एनोटेटर सहमति के साथ 436 सांस्कृतिक रूप से एनोटेट किए गए उदाहरण शामिल हैं।

Toheeb Aduramomi Jimoh, Tabea De Wille, Nikola S. Nikolov2026-02-24
💬 NLP

Whisper: Courtside Edition Enhancing ASR Performance Through LLM-Driven Context Generation

यह शोध पत्र "Whisper: Courtside Edition" को प्रस्तुत करता है, जो एक नवीन मल्टी-एजेंट LLM पाइपलाइन है जो डिकोडर को निर्देशित करने के लिए संदर्भ-जागरूक प्रॉम्प्ट्स (context-aware prompts) उत्पन्न करके NBA कमेंट्री पर डोमेन-विशिष्ट ASR प्रदर्शन में महत्वपूर्ण सुधार करता है, जिससे बिना किसी मॉडल रिट्रेनिंग के वर्ड एरर रेट (word error rate) में 17.0% की सापेक्ष कमी प्राप्त होती है।

Yonathan Ron, Shiri Gilboa, Tammuz Dubnov2026-02-24
💬 NLP

Benchmark Test-Time Scaling of General LLM Agents

यह शोध पत्र जनरल एजेंटबेंच (General AgentBench) प्रस्तुत करता है, जो विविध डोमेन में सामान्य-उद्देश्य वाले एलएलएम (LLM) एजेंटों के मूल्यांकन के लिए एक एकीकृत बेंचमार्क है, जो यह प्रकट करता है कि वर्तमान एजेंट सामान्य सेटिंग्स में महत्वपूर्ण प्रदर्शन गिरावट का सामना करते हैं और न तो अनुक्रमिक (sequential) और न ही समानांतर (parallel) टेस्ट-टाइम स्केलिंग परिणामों में प्रभावी रूप से सुधार करती है क्योंकि इसमें कॉन्टेक्स्ट सीलिंग (context ceilings) और वेरिफिकेशन गैप्स (verification gaps) मौजूद हैं।

Xiaochuan Li, Ryan Ming, Pranav Setlur, Abhijay Paladugu, Andy Tang, Hao Kang, Shuai Shao, Rong Jin, Chenyan Xiong2026-02-24
💬 NLP

Capable but Unreliable: Canonical Path Deviation as a Causal Mechanism of Agent Failure in Long-Horizon Tasks

यह शोध पत्र प्रदर्शित करता है कि लॉन्ग-होराइजन कार्यों में लैंग्वेज एजेंट की विफलताएं मुख्य रूप से किसी कार्य के कैनोनिकल समाधान पथ (canonical solution path) से स्टोकेस्टिक ड्रिफ्ट (stochastic drift) के कारण होती हैं न कि क्षमता की सीमाओं के कारण, जो यह प्रकट करता है कि इस पथ से विचलित होने वाले प्रक्षेप पथों (trajectories) की निगरानी करना और उन्हें पुनरारंभ करना मॉडल स्केलिंग की आवश्यकता के बिना विश्वसनीयता में महत्वपूर्ण सुधार करता है।

Wilson Y. Lee2026-02-24
💬 NLP

Learning to Detect Language Model Training Data via Active Reconstruction

यह शोध पत्र एक्टिव डेटा रिकंस्ट्रक्शन अटैक (ADRA) को प्रस्तुत करता है, जो मेंबरशिप इन्फरेंस हमलों का एक नया परिवार है जो टेक्स्ट पुनर्निर्माण के लिए लक्ष्य मॉडल को सक्रिय रूप से फाइन-ट्यून करने के लिए ऑन-पॉलिसी रीइन्फोर्समेंट लर्निंग का लाभ उठाता है, जिससे मौजूदा पैसिव तरीकों की तुलना में LLM ट्रेनिंग डेटा के लिए काफी उच्च डिटेक्शन सटीकता प्राप्त होती है।

Junjie Oscar Yin, John X. Morris, Vitaly Shmatikov, Sewon Min, Hannaneh Hajishirzi2026-02-24
💬 NLP

Uncovering Context Reliance in Unstructured Knowledge Editing

यह शोध पत्र LLMs के लिए नेक्स्ट-टोकन प्रेडिक्शन-आधारित नॉलेज एडिटिंग में "कॉन्टेक्स्ट रिलायंस" (संदर्भ निर्भरता) को एक महत्वपूर्ण विफलता मोड के रूप में पहचानता है, जहाँ सीखा गया ज्ञान विशिष्ट पूर्ववर्ती संदर्भों पर निर्भर हो जाता है, और इस समस्या को कम करने के लिए COIN फ्रेमवर्क का प्रस्ताव करता है जो संदर्भ-स्वतंत्र शिक्षण को प्रोत्साहित करके एडिटिंग सफलता दर में महत्वपूर्ण सुधार करता है।

Zisheng Zhou, Mengqi Zhang, Shiguang Wu, Xiaotian Ye, Chi Zhang, Zhumin Chen, Pengjie Ren2026-02-24
💬 NLP

Do LLMs and VLMs Share Neurons for Inference? Evidence and Mechanisms of Cross-Modal Transfer

यह शोध पत्र प्रकट करता है कि लार्ज लैंग्वेज मॉडल्स (LLMs) और विजन-लैंग्वेज मॉडल्स (LVLMs) मल्टी-स्टेप इन्फरेंस के लिए जिम्मेदार न्यूरॉन्स का एक महत्वपूर्ण मोडैलिटी-इनवेरिएंट सबस्पेस साझा करते हैं, और इस खोज का लाभ उठाते हुए शेयर्ड न्यूरॉन लो-रैंक फ्यूजन (SNRF) का प्रस्ताव देता है, जो एक पैरामीटर-एफिशिएंट फ्रेमवर्क है जो बड़े पैमाने पर मल्टीमॉडल फाइन-ट्यूनिंग की आवश्यकता के बिना LLMs से परिपक्व इन्फरेंस क्षमताओं को LVLMs में स्थानांतरित करता है।

Chenhang Cui, An Zhang, Yuxin Chen, Gelei Deng, Jingnan Zheng, Zhenkai Liang, Xiang Wang, Tat-Seng Chua2026-02-24
💬 NLP

TriTopic: Tri-Modal Graph-Based Topic Modeling with Iterative Refinement and Archetypes

TriTopic एक ओपन-सोर्स, ट्राइ-मोडल ग्राफ-आधारित टॉपिक मॉडलिंग फ्रेमवर्क है जो हाइब्रिड ग्राफ निर्माण, कंसेंसस क्लस्टरिंग और इटरेटिव रिफाइनमेंट के माध्यम से सिमेंटिक एम्बेडिंग्स, TF-IDF और मेटाडेटा को संलयित करके मौजूदा विधियों की अस्थिरता और लेक्सिकल अपरिष्कार को दूर करता है ताकि विविध डेटासेट्स में बेहतर प्रदर्शन और पूर्ण कॉर्पस कवरेज प्राप्त किया जा सके।

Roman Egger2026-02-24
💬 NLP

How Do LLMs Encode Scientific Quality? An Empirical Study Using Monosemantic Features from Sparse Autoencoders

यह अध्ययन अनुभवजन्य रूप से प्रदर्शित करता है कि लार्ज लैंग्वेज मॉडल्स (LLMs) वैज्ञानिक गुणवत्ता की अवधारणा को विशिष्ट मोनोसेमेंटिक फीचर्स के माध्यम से एनकोड करते हैं—जिन्हें स्पार्स ऑटोएनकोडर्स के माध्यम से पहचाना गया है—जो अनुसंधान पद्धतियों, प्रकाशन प्रकारों, उच्च-प्रभाव वाले क्षेत्रों और वैज्ञानिक शब्दावली जैसे प्रमुख पहलुओं को कैप्चर करते हैं, जिससे साइटेशन काउंट और जर्नल रैंकिंग जैसे अनुसंधान मेट्रिक्स की भविष्यवाणी करना सक्षम होता है।

Michael McCoubrey, Angelo Salatino, Francesco Osborne, Enrico Motta2026-02-24