💬 Category

cs.CL

11611 पेपर

💬 NLP

ConvApparel: A Benchmark Dataset and Validation Framework for User Simulators in Conversational Recommenders

यह शोध पत्र ConvApparel पेश करता है, जो एक नवीन डेटासेट और एक व्यापक सत्यापन ढांचा है जिसे एक ड्यूल-एजेंट डेटा संग्रह प्रोटोकॉल और काउंटरफैक्चुअल वैलिडेशन का लाभ उठाकर कन्वर्सेशनल रिकमेंडर्स के लिए LLM-आधारित यूजर सिम्युलेटर्स में "रियलिज्म गैप" को पाटने के लिए डिज़ाइन किया गया है, ताकि यह प्रदर्शित किया जा सके कि डेटा-संचालित सिम्युलेटर्स प्रॉम्प्टेड बेसलाइन्स की तुलना में अधिक मजबूत सामान्यीकरण प्रदान करते हैं।

Ofer Meshi, Krisztian Balog, Sally Goldman, Avi Caciularu, Guy Tennenholtz, Jihwan Jeong, Amir Globerson, Craig Boutilie (…)2026-02-20
💬 NLP

When Semantic Overlap Is Not Enough: Cross-Lingual Euphemism Transfer Between Turkish and English

यह अध्ययन तुर्की और अंग्रेजी के बीच क्रॉस-लिंगुअल यूफेमिज्म (सुवचन) स्थानांतरण की जांच करता है, जो यह प्रकट करता है कि केवल अर्थ संबंधी ओवरलैप ही सकारात्मक स्थानांतरण की गारंटी देने के लिए पर्याप्त नहीं है और लेबल वितरण तथा व्यावहारिक संदर्भ में अंतर के कारण प्रदर्शन कभी-कभी गैर-ओवरलैपिंग शब्दों के साथ भी सुधर सकता है।

Hasan Can Biyik, Libby Barak, Jing Peng, Anna Feldman2026-02-20
💬 NLP

Eigenmood Space: Uncertainty-Aware Spectral Graph Analysis of Psychological Patterns in Classical Persian Poetry

यह शोध पत्र "आइगनमूड स्पेस" (Eigenmood Space) प्रस्तुत करता है, जो एक अनिश्चितता-जागरूक कम्प्यूटेशनल ढांचा है जो विश्वास-भारित बहु-लेबल एनोटेशन को स्पेक्ट्रल ग्राफ एम्बेडिंग में एकत्रित करके शास्त्रीय फारसी कविता में मनोवैज्ञानिक पैटर्न का विश्लेषण करता है, जिससे साक्ष्य अनिश्चितता को स्पष्ट रूप से प्रसारित करते हुए स्केलेबल, ऑडिट करने योग्य और व्याख्यात्मक रूप से सतर्क कवि-स्तरीय अनुमान सक्षम होता है।

Kourosh Shahnazari, Seyed Moein Ayyoubzadeh, Mohammadali Keshtparvar2026-02-20
💬 NLP

ReIn: Conversational Error Recovery with Reasoning Inception

यह शोध पत्र ReIn का प्रस्ताव करता है, जो एक टेस्ट-टाइम हस्तक्षेप विधि है जो एजेंट के मापदंडों (parameters) या प्रॉम्प्ट्स को संशोधित किए बिना, एजेंट की निर्णय लेने की प्रक्रिया में रिकवरी रीजनिंग (recovery reasoning) इंजेक्ट करने के लिए एक बाहरी मॉड्यूल का उपयोग करके, उपयोगकर्ता-प्रेरित त्रुटियों के प्रति संवादात्मक एजेंटों की लचीलापन को बढ़ाता है, जिससे कार्य सफलता दर में उल्लेखनीय सुधार होता है।

Takyoung Kim, Jinseok Nam, Chandrayee Basu, Xing Fan, Chengyuan Ma, Heng Ji, Gokhan Tur, Dilek Hakkani-Tür2026-02-20
💬 NLP

Projective Psychological Assessment of Large Multimodal Models Using Thematic Apperception Tests

यह अध्ययन थियोमैटिक एपरसेप्शन टेस्ट और SCORS-G फ्रेमवर्क का उपयोग करके लार्ज मल्टीमॉडल मॉडल्स के व्यक्तित्व-समान कामकाज का मूल्यांकन करता है, जिससे यह पता चलता है कि जबकि ये मॉडल मानव विशेषज्ञों के तुलनीय मजबूत पारस्परिक और आत्म-अवधारणा समझ प्रदर्शित करते हैं, वे आक्रामकता को समझने और विनियमित करने में लगातार संघर्ष करते हैं, जिसमें बड़े और अधिक हालिया मॉडल परिवारों में प्रदर्शन में सुधार होता है।

Anton Dzega, Aviad Elyashar, Ortal Slobodin, Odeya Cohen, Rami Puzis2026-02-20
💬 NLP

ArXiv-to-Model: A Practical Study of Scientific LM Training

यह शोध पत्र एक व्यापक, इंजीनियरिंग-केंद्रित केस स्टडी प्रस्तुत करता है जो सीमित कंप्यूट संसाधनों के तहत कच्चे arXiv LaTeX स्रोतों से 1.36B-पैरामीटर वाले वैज्ञानिक भाषा मॉडल को प्रशिक्षित करने के एंड-टू-एंड पाइपलाइन, चुनौतियों और अनुभवजन्य निष्कर्षों का विवरण देता है।

Anuj Gupta2026-02-20
💬 NLP

Same Meaning, Different Scores: Lexical and Syntactic Sensitivity in LLM Evaluation

यह अध्ययन प्रदर्शित करता है कि नियंत्रित शाब्दिक और वाक्य संरचनात्मक विक्षोभ (perturbations) प्रमुख बेंचमार्क पर बड़े भाषा मॉडलों के प्रदर्शन को महत्वपूर्ण रूप से कम करते हैं और उनकी रैंकिंग को अस्थिर करते हैं, जो मजबूत भाषाई सक्षमता के बजाय सतही पैटर्न पर निर्भरता को प्रकट करता है और मानक मूल्यांकनों में सुदृढ़ता परीक्षण की महत्वपूर्ण आवश्यकता को रेखांकित करता है।

Bogdan Kostić, Conor Fallon, Julian Risch, Alexander Löser2026-02-20
💬 NLP

WebFAQ 2.0: A Multilingual QA Dataset with Mined Hard Negatives for Dense Retrieval

यह शोध पत्र WebFAQ 2.0 प्रस्तुत करता है, जो 108 भाषाओं में 198 मिलियन FAQ युग्मों का एक महत्वपूर्ण रूप से विस्तारित बहुभाषी डेटासेट है, जिसमें माइन किए गए हार्ड नेगेटिव्स (hard negatives) शामिल हैं और जो बहुभाषी एवं क्रॉस-लिंगुअल सूचना पुनर्प्राप्ति (information retrieval) अनुसंधान को आगे बढ़ाने के लिए उन्नत डेंस रिट्रीवल प्रशिक्षण रणनीतियों का समर्थन करता है।

Michael Dinzinger, Laura Caspari, Ali Salman, Irvin Topi, Jelena Mitrović, Michael Granitzer2026-02-20
💬 NLP

RPDR: A Round-trip Prediction-Based Data Augmentation Framework for Long-Tail Question Answering

यह शोध पत्र RPDR को प्रस्तुत करता है, जो एक नवीन डेटा ऑग्मेंटेशन फ्रेमवर्क है जो उच्च गुणवत्ता वाले, आसानी से सीखने योग्य प्रशिक्षण उदाहरणों को चुनने के लिए सिंथेटिक डेटा जनरेशन और राउंड-ट्रिप प्रेडिक्शन का लाभ उठाता है, जिससे लॉन्ग-टेल प्रश्न उत्तर बेंचमार्क पर डेंस रिट्रीवर्स के प्रदर्शन में महत्वपूर्ण सुधार होता है।

Yiming Zhang, Siyue Zhang, Junbo Zhao, Chen Zhao2026-02-20
💬 NLP

ABCD: All Biases Come Disguised

यह शोध पत्र बहुविकल्पीय प्रश्न बेंचमार्क के लिए एक पूर्वाग्रह-न्यून (bias-reduced) मूल्यांकन प्रोटोकॉल प्रस्तुत करता है जो मानक विकल्प लेबल के स्थान पर समान, अव्यवस्थित लेबल का उपयोग करता है और उत्तर मिलान के लिए वाक्य समानता का उपयोग करता है, जिससे मॉडल के प्रदर्शन को बनाए रखते हुए उत्तर क्रमपरिवर्तन (answer permutations) के विरुद्ध मूल्यांकन की सुदृढ़ता में महत्वपूर्ण सुधार होता है।

Mateusz Nowak, Xavier Cadet, Peter Chin2026-02-20