💬 Category

cs.CL

11611 पेपर

💬 NLP

Evaluating LLMs' Divergent Thinking Capabilities for Scientific Idea Generation with Minimal Context

यह शोध पत्र LiveIdeaBench प्रस्तुत करता है, जो एक नवीन बेंचमार्क है जो न्यूनतम संदर्भ का उपयोग करके वैज्ञानिक विचार सृजन के लिए LLMs की अपसारी सोच (divergent thinking) क्षमताओं का मूल्यांकन करता है, यह प्रकट करते हुए कि रचनात्मक प्रदर्शन का सामान्य बुद्धिमत्ता मेट्रिक्स द्वारा खराब पूर्वानुमान लगाया जाता है और वैज्ञानिक रचनात्मकता को बढ़ाने के लिए विशेष प्रशिक्षण रणनीतियों की आवश्यकता का सुझाव देता है।

Kai Ruan, Xuan Wang, Jixiang Hong, Peng Wang, Yang Liu, Hao Sun2026-02-24
💬 NLP

Dialogue is Better Than Monologue: Instructing Medical LLMs via Strategical Conversations

यह शोध पत्र एक USMLE-संरेखित बेंचमार्क प्रस्तुत करता है जो शोर वाले नैदानिक परिदृश्यों (noisy diagnostic scenarios) का अनुकरण करता है और यह प्रदर्शित करता है कि संवाद-आधारित फाइन-ट्यूनिंग, चिकित्सा बड़े भाषा मॉडलों (medical large language models) की तर्क सटीकता और मजबूती को बढ़ाने में पारंपरिक स्थिर प्रशिक्षण विधियों की तुलना में काफी बेहतर प्रदर्शन करती है।

Zijie Liu, Xinyu Zhao, Jie Peng, Zhuangdi Zhu, Qingyu Chen, Kaidi Xu, Xia Hu, Tianlong Chen2026-02-24
💬 NLP

Beyond Single-Turn: A Survey on Multi-Turn Interactions with Large Language Models

यह सर्वेक्षण बड़े भाषा मॉडल (लार्ज लैंग्वेज मॉडल्स) के साथ बहु-चरण अंतःक्रियाओं (मल्टी-टर्न इंटरैक्शन) के लिए चुनौतियों, बेंचमार्क और संवर्धन पद्धतियों की व्यापक रूप से समीक्षा करता है, जो कार्य-उन्मुख डोमेन और संवादात्मक सेटिंग्स में प्रगति को वर्गीकृत करते हुए मजबूती और प्रभावशीलता में सुधार के लिए भविष्य की अनुसंधान दिशाओं को रेखांकित करता है।

Yubo Li, Xiaobin Shen, Xinyu Yao, Xueying Ding, Yidi Miao, Ramayya Krishnan, Rema Padman2026-02-24
💬 NLP

CodePDE: An Inference Framework for LLM-driven PDE Solver Generation

यह शोध पत्र CodePDE को प्रस्तुत करता है, जो पहला इन्फरेंस फ्रेमवर्क है जो PDE सॉल्वर को कोड के रूप में उत्पन्न करने के लिए लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, यह प्रदर्शित करते हुए कि उन्नत इन्फरेंस रणनीतियाँ और टेस्ट-टाइम स्केलिंग LLMs को जटिल आंशिक अवकल समीकरणों (partial differential equations) को प्रभावी ढंग से हल करने में सक्षम बनाते हैं और उनके तर्क, डिबगिंग और विश्वसनीयता संबंधी ट्रेड-ऑफ के बारे में महत्वपूर्ण अंतर्दृष्टि प्रदान करते हैं।

Shanda Li, Tanya Marwah, Junhong Shen, Weiwei Sun, Andrej Risteski, Yiming Yang, Ameet Talwalkar2026-02-24
💬 NLP

From Weak Labels to Strong Results: Utilizing 5,000 Hours of Noisy Classroom Transcripts with Minimal Accurate Data

यह शोध पत्र वीकली सुपरवाइज्ड प्रीट्रेनिंग (WSP) का प्रस्ताव करता है, जो एक दो-चरणीय कार्यप्रणाली है जो कम-संसाधन वाले ऑटोमैटिक स्पीच रिकग्निशन परिदृश्यों में बेहतर प्रदर्शन प्राप्त करने के लिए प्रचुर मात्रा में शोर युक्त क्लासरूम ट्रांसक्रिप्ट्स का लाभ उठाने के बाद सीमित सटीक डेटा पर फाइन-ट्यूनिंग का उपयोग करता है।

Ahmed Adel Attia, Dorottya Demszky, Jing Liu, Carol Espy-Wilson2026-02-24
💬 NLP

Counting trees: A treebank-driven exploration of syntactic variation in speech and writing across languages

यह शोध पत्र एक नवीन, आगमनात्मक (inductive) ट्रीबैंक-संचालित ढांचे का परिचय देता है जो यूनिवर्सल डिपेंडेंसीज़ (Universal Dependencies) का उपयोग करके यह प्रदर्शित करता है कि अंग्रेजी और स्लोवेनियाई में मौखिक भाषा, लेखन की तुलना में एक छोटे, कम विविध और काफी हद तक गैर-अतिव्यापी (non-overlapping) वाक्य-विन्यास संरचनाओं के सेट पर निर्भर करती है, जो अंतरक्रियात्मकता और मितव्ययिता की माध्यम-विशिष्ट मांगों को दर्शाती है।

Kaja Dobrovoljc2026-02-24
💬 NLP

Cross-lingual Collapse: How Language-Centric Foundation Models Shape Reasoning in Large Language Models

यह शोध पत्र "क्रॉस-लिंगुअल कोलैप्स" (Cross-lingual Collapse) की पहचान और विश्लेषण करता है, जो एक ऐसी घटना है जहाँ सत्यापन योग्य पुरस्कारों के साथ सुदृढीकरण शिक्षण (RLVR) बहुभाषी बड़े भाषा मॉडलों को उनके तर्क प्रदर्शन में सुधार होने के साथ ही अपनी तर्क श्रृंखलाओं को एक प्रमुख प्री-ट्रेनिंग भाषा (आमतौर पर अंग्रेजी) की ओर वापस ले जाता है, जो तर्क की गहराई और लक्षित-भाषा की निष्ठा के बीच एक निरंतर समझौता प्रकट करता है।

Cheonbok Park, Jeonghoon Kim, Joosung Lee, Sanghwan Bae, Jaegul Choo, Kang Min Yoo2026-02-24
💬 NLP

Shop-R1: Rewarding LLMs to Simulate Human Behavior in Online Shopping via Reinforcement Learning

यह शोध पत्र Shop-R1 प्रस्तुत करता है, जो एक नवीन सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो कार्य को तर्क निर्माण (rationale generation) और क्रिया भविष्यवाणी (action prediction) चरणों में विभाजित करके LLMs की मानव ऑनलाइन शॉपिंग व्यवहार को सिम्युलेट करने की क्षमता को बढ़ाता है, जिसमें प्रत्येक चरण को विशिष्ट स्व-पर्यवेक्षित (self-supervised) और पदानुक्रमित (hierarchical) पुरस्कार संकेतों द्वारा निर्देशित किया गया है ताकि बेसलाइन की तुलना में 65% से अधिक सुधार प्राप्त किया जा सके।

Yimeng Zhang, Tian Wang, Jiri Gesi, Ziyi Wang, Yuxuan Lu, Jiacheng Lin, Sinong Zhan, Vianne Gao, Ruochen Jiao, Junze Liu (…)2026-02-24
💬 NLP

Role-Aware Language Models for Secure and Contextualized Access Control in Organizations

यह शोध पत्र नए निर्मित डेटासेट पर तीन मॉडलिंग रणनीतियों का मूल्यांकन करके और प्रॉम्प्ट इंजेक्शन एवं जेलब्रेक जैसे सुरक्षा खतरों के विरुद्ध उनकी मजबूती का आकलन करके, एंटरप्राइज सेटिंग्स में भूमिका-आधारित एक्सेस कंट्रोल (role-based access control) को लागू करने के लिए लार्ज लैंग्वेज मॉडल्स को फाइन-ट्यून करने की जांच करता है।

Saeed Almheiri, Yerulan Kongrat, Adrian Santosh, Ruslan Tasmukhanov, Josemaria Loza Vera, Muhammad Dehan Al Kautsar, Faj (…)2026-02-24
💬 NLP

MolReasoner: Toward Effective and Interpretable Reasoning for Molecular LLMs

MolReasoner एक नवीन दो-चरणीय ढांचा है जो ज्ञान-संवर्धित चेन-ऑफ-थॉट फाइन-ट्यूनिंग को कार्य-अनुकूलित सुदृढीकरण शिक्षण चरण के साथ जोड़कर लार्ज लैंग्वेज मॉडल्स में आणविक तर्क की व्याख्यात्मकता और सटीकता को बढ़ाता है ताकि प्रभावी रूप से मतिभ्रम (hallucinations) को कम किया जा सके और मौजूदा बेसलाइनों से बेहतर प्रदर्शन किया जा सके।

Guojiang Zhao, Zixiang Lu, Yutang Ge, Sihang Li, Zheng Cheng, Haitao Lin, Lirong Wu, Hanchen Xia, Hengxing Cai, Wentao G (…)2026-02-24