MAWARITH: A Dataset and Benchmark for Legal Inheritance Reasoning with LLMs
이 논문은 이슬람 상속법의 복잡한 추론 과정을 평가하기 위해 12,500 개의 아랍어 사례로 구성된 대규모 데이터셋 'MAWARITH'와 단계별 추론을 점수화하는 새로운 평가 지표 'MIR-E'를 제안하고, 이를 통해 다양한 대형 언어 모델의 성능을 분석했습니다.
💬 Category
cs.CL
1071 편의 논문
Learning-free L2-Accented Speech Generation using Phonological Rules
이 논문은 대규모 학습 데이터 없이 음운 규칙과 다국어 TTS 모델을 결합하여 스페인어 및 인도식 영어 억양을 음소 수준에서 정밀하게 제어하고 생성하는 새로운 프레임워크를 제안합니다.
Nw\=ach\=a Mun\=a: A Devanagari Speech Corpus and Proximal Transfer Benchmark for Nepal Bhasha ASR
이 논문은 디지털 소외를 겪고 있는 네팔어 (뉴아리) 를 위한 최초의 말뭉치 'Nwāchā Munā'를 구축하고, 대규모 다국어 모델과 유사한 성능을 내는 지리·언어적으로 인접한 네팔어 기반의 전이 학습이 초저자원 자동음성인식 분야에서 효율적인 대안이 될 수 있음을 입증했습니다.
KCoEvo: A Knowledge Graph Augmented Framework for Evolutionary Code Generation
이 논문은 제 3 자 API 의 변경으로 인한 기존 코드 유지보수 문제를 해결하기 위해, 정적 및 동적 API 그래프를 구축하여 진화 경로를 검색하고 이를 기반으로 코드를 생성하는 지식 그래프 기반의 진화적 코드 생성 프레임워크 'KCoEvo'를 제안합니다.
StyleBench: Evaluating Speech Language Models on Conversational Speaking Style Control
이 논문은 대화 중 화자의 말하기 스타일 (감정, 속도, 음량, 피치) 강도를 체계적으로 평가하기 위한 멀티턴 대화 벤치마크인 'StyleBench'를 제안하고, 주요 음성 언어 모델과 올모드 언어 모델 간의 성능 격차와 그 원인을 분석합니다.
KohakuRAG: A simple RAG framework with hierarchical document indexing
이 논문은 문서 구조를 보존하는 계층적 인덱싱, LLM 기반 쿼리 계획, 그리고 앙상블 추론을 통해 정밀한 인용이 요구되는 기술적 질문에 대한 답변 정확도와 일관성을 극대화하여 WattBot 2025 챌린지 1 위를 차지한 새로운 RAG 프레임워크 'KohakuRAG'를 제안합니다.
Scalable Training of Mixture-of-Experts Models with Megatron Core
이 논문은 메모리, 통신, 연산의 통합 최적화 및 다양한 병렬화 기법을 통해 MoE 모델의 확장성 문제를 해결하고, NVIDIA GB200/GB300 클러스터에서 높은 성능을 달성한 Megatron Core 기반의 실용적인 오픈소스 솔루션을 제시합니다.
Large Language Model for Discrete Optimization Problems: Evaluation and Step-by-step Reasoning
이 논문은 다양한 표현 방식과 CoT 기법을 적용하여 Llama-3 시리즈 및 ChatGPT 등 대규모 언어 모델의 이산 최적화 문제 해결 능력을 평가하고, 모델 성능의 불안정성과 데이터 증강의 효과를 분석하여 자동화 해결을 위한 실용적 지침과 벤치마크를 제시합니다.
3ViewSense: Spatial and Mental Perspective Reasoning from Orthographic Views in Vision-Language Models
이 논문은 비전 - 언어 모델의 공간 지능 격차를 해소하기 위해 공학적 인지에 기반한 '시뮬레이션 및 추론' 메커니즘을 도입하여 정사각도 (Orthographic Views) 를 기반으로 한 3 차원 공간 추론 프레임워크인 3ViewSense 를 제안하고, 이를 통해 가림 현상이 심한 장면에서의 객체 계수 및 일관된 공간 추론 성능을 크게 향상시켰음을 보여줍니다.
Whitening Reveals Cluster Commitment as the Geometric Separator of Hallucination Types
이 논문은 PCA 화이트닝 기법을 적용하여 임베딩 공간에서 클러스터 일관성이 환각 유형을 구분하는 기하학적 분리자임을 규명하고, GPT-2-small 모델에서 Type 1 과 Type 2 환각의 구분이 측정 오류가 아닌 모델 용량의 한계임을 증명하며, 마이크로 시그널 영역에서의 프롬프트 세트 민감성을 확인했습니다.
QuadAI at SemEval-2026 Task 3: Ensemble Learning of Hybrid RoBERTa and LLMs for Dimensional Aspect-Based Sentiment Analysis
이 논문은 하이브리드 RoBERTa 인코더와 LLM 을 예측 수준에서 앙상블 학습하여 SemEval-2026 태스크 3 의 다차원 어휘 기반 감정 회귀 과제에서 RMSE 를 크게 줄이고 상관관계 점수를 향상시킨 QuadAI 시스템을 제시합니다.
ArcLight: A Lightweight LLM Inference Architecture for Many-Core CPUs
이 논문은 다중 코어 CPU 환경에서 NUMA 노드 간 메모리 접근 오버헤드를 줄이고 추론 처리량을 최대 46% 향상시키기 위해 ArcLight 라는 경량 LLM 추론 아키텍처를 제안합니다.
Breaking Training Bottlenecks: Effective and Stable Reinforcement Learning for Coding Models
이 논문은 현대 코딩 모델의 학습 병목 현상을 해결하기 위해 조건부 트렁케이션 마스킹, 다양성 기반 온도 선택, KL 손실 제거 등 세 가지 혁신을 도입한 MicroCoder-GRPO 알고리즘과 더 까다로운 학습 데이터셋, 그리고 정밀한 평가 프레임워크를 제안하여 강력한 베이스라인 대비 LiveCodeBench v6 에서 최대 17.6% 의 상대적 성능 향상을 달성했다고 요약할 수 있습니다.
Scaling Data Difficulty: Improving Coding Models via Reinforcement Learning on Fresh and Challenging Problems
이 논문은 자동 난이도 필터링을 포함한 4 단계 데이터 처리 프레임워크를 통해 최신의 고난이도 프로그래밍 문제만 선별한 'MicroCoder' 데이터셋을 구축하고, 이를 통해 기존 데이터셋 대비 훨씬 큰 성능 향상을 이끌어낸 Reinforcement Learning 기반 코딩 모델 학습 방법을 제안합니다.
Dual-Metric Evaluation of Social Bias in Large Language Models: Evidence from an Underrepresented Nepali Cultural Context
이 논문은 네팔 문화적 맥락에서 7 개의 최신 대규모 언어 모델을 대상으로 '이중 지표 편향 평가 (DMBA)' 프레임워크를 적용하여 명시적 동의 편향과 암시적 생성 편향을 분석한 결과, 두 편향 지표 간 상관관계가 약하며 생성 편향이 온도 설정에 따라 비선형적으로 변화함을 규명했습니다.
Benchmarking Large Language Models for Quebec Insurance: From Closed-Book to Retrieval-Augmented Generation
이 논문은 퀘벡 보험 분야의 '권고 격차'를 해결하기 위해 AEPC-QA 벤치마크를 구축하고 51 개의 대규모 언어 모델을 평가한 결과, 추론 시간 추론의 우위, 검색 증강 생성 (RAG) 의 양면적 효과, 그리고 일반 대형 모델이 도메인 특화 모델보다 우수한 '전문화 역설' 등 세 가지 핵심 통찰을 도출했습니다.
DistillGuard: Evaluating Defenses Against LLM Knowledge Distillation
이 논문은 'DistillGuard' 프레임워크를 통해 LLM 지식 증류 공격에 대한 다양한 방어 기법을 평가한 결과, 현재 제안된 출력 수준 방어책은 대부분 효과가 미미하며 방어 효율은 작업 유형에 크게 의존한다는 점을 밝혔습니다.
AI Steerability 360: A Toolkit for Steering Large Language Models
이 논문은 입력, 구조, 상태, 출력이라는 네 가지 제어 표면을 통해 다양한 조향 방법을 통합하고 평가할 수 있는 오픈소스 파이썬 라이브러리인 'AI Steerability 360' 툴킷을 소개합니다.
An Efficient and Effective Evaluator for Text2SQL Models on Unseen and Unlabeled Data
이 논문은 라벨이 없는 미지의 데이터셋에서도 Text2SQL 모델의 정확도를 참조 레이블 없이 추정할 수 있는 새로운 평가 프레임워크인 FusionSQL 을 제안하고, 이를 통해 배포 전 검증 및 지속적인 품질 모니터링이 가능함을 실험을 통해 입증합니다.
SynPlanResearch-R1: Encouraging Tool Exploration for Deep Research with Synthetic Plans
이 논문은 강화학습만으로는 심층 탐사가 부족할 수 있는 연구 에이전트의 한계를 극복하기 위해, 합성된 탐색 궤적을 활용한 냉각 시작 감독 미세 조정 (SFT) 프레임워크인 SynPlanResearch-R1 을 제안하여 최신 기법 대비 성능을 크게 향상시켰다고 요약할 수 있습니다.