💬 NLP

Revisiting Prompt Sensitivity in Large Language Models for Text Classification: The Role of Prompt Underspecification

यह शोध पत्र यह तर्क देता है कि लार्ज लैंग्वेज मॉडल्स में देखी गई प्रॉम्प्ट संवेदनशीलता का एक महत्वपूर्ण हिस्सा मॉडल की अंतर्निहित अस्थिरता के बजाय प्रॉम्प्ट के अपर्याप्त विवरण (underspecification) से उत्पन्न होता है, जो यह प्रदर्शित करता है कि विशिष्ट निर्देश आंतरिक निरूपणों (internal representations) पर केवल मामूली प्रभाव डालते हुए प्रदर्शन भिन्नता और लॉजिट अनिश्चितता को कम करते हैं।

Branislav Pecher, Michal Spiegel, Robert Belanec, Jan Cegin2026-02-05
💬 NLP

A Domain-Specific Curated Benchmark for Entity and Document-Level Relation Extraction

यह शोध पत्र GutBrainIE को प्रस्तुत करता है, जो 1,600 से अधिक मैन्युअल रूप से एनोटेट किए गए PubMed एब्स्ट्रैक्ट्स से बना एक कठोरता से क्यूरेट किया गया बेंचमार्क है, जो विशेष रूप से गट-ब्रेन एक्सिस (gut-brain axis) पर ध्यान केंद्रित करते हुए, बायोमेडिकल डोमेन में सुदृढ़ एंटिटी और डॉक्यूमेंट-लेवल रिलेशन एक्सट्रैक्शन को आगे बढ़ाने के लिए मौजूदा डिस्टेंटली सुपरवाइज्ड डेटासेट्स की सीमाओं को संबोधित करता है।

Marco Martinelli, Stefano Marchesin, Vanessa Bonato, Giorgio Maria Di Nunzio, Nicola Ferro, Ornella Irrera, Laura Menott (…)2026-02-05
💬 NLP

From Assumptions to Actions: Turning LLM Reasoning into Uncertainty-Aware Planning for Embodied Agents

यह शोध पत्र PCE को प्रस्तुत करता है, जो एक प्लानर-कंपोजर-इवैल्यूएटर (Planner-Composer-Evaluator) फ्रेमवर्क है जो लेटेंट एलएलएम (LLM) धारणाओं को संरचित निर्णय वृक्षों (decision trees) में परिवर्तित करता है ताकि एम्बोडीड एजेंटों (embodied agents) के लिए अनिश्चितता-जागरूक नियोजन (uncertainty-aware planning) को सक्षम किया जा सके, जो पारंपरिक तरीकों की तुलना में संचार ओवरहेड को कम करते हुए कार्य सफलता और दक्षता में महत्वपूर्ण सुधार करता है।

SeungWon Seo, SooBin Lim, SeongRae Noh, Haneul Kim, HyeongYeop Kang2026-02-05
💬 NLP

Beyond Rejection Sampling: Trajectory Fusion for Scaling Mathematical Reasoning

यह शोध पत्र TrajFusion को प्रस्तुत करता है, जो एक फाइन-ट्यूनिंग रणनीति है जो गलत प्रक्षेप पथों (trajectories) को रिफ्लेक्शन प्रॉम्प्ट्स और सही समाधानों के साथ अनुकूल रूप से संलयित (fuse) करके बड़े भाषा मॉडलों में गणितीय तर्क क्षमता को बढ़ाती है, जिससे ट्रायल-एंड-एरर लर्निंग का मॉडलिंग होता है और यह मानक रिजेक्शन सैंपलिंग से बेहतर प्रदर्शन करता है।

Jie Deng, Hanshuang Tong, Jun Li, Shining Liang, Ning Wu, Hongzhi Li, Yutao Xie2026-02-05
💬 NLP

Evaluating the Presence of Sex Bias in Clinical Reasoning by Large Language Models

यह अध्ययन प्रकट करता है कि समकालीन लार्ज लैंग्वेज मॉडल्स गैर-सूचनात्मक रोगी विनेट्स (vignettes) को संसाधित करते समय नैदानिक तर्क में महत्वपूर्ण, मॉडल-विशिष्ट लिंग पूर्वाग्रह प्रदर्शित करते हैं, जो सुरक्षित स्वास्थ्य सेवा एकीकरण सुनिश्चित करने के लिए रूढ़िवादी कॉन्फ़िगरेशन, डेटा ऑडिटिंग और मानवीय निरीक्षण की महत्वपूर्ण आवश्यकता को रेखांकित करता है।

Isabel Tsintsiper, Sheng Wong, Beth Albert, Shaun P Brennecke, Gabriel Davis Jones2026-02-05
💬 NLP

Bi-directional Bias Attribution: Debiasing Large Language Models without Modifying Prompts

यह शोध पत्र एक ऐसे ढांचे का प्रस्ताव करता है जो रूढ़िवादिता-प्रेरित शब्दों का पता लगाता है और बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) में विशिष्ट न्यूरॉन्स को पूर्वाग्रह के लिए उत्तरदायी ठहराता है, जिससे फाइन-ट्यूनिंग या प्रॉम्प्ट संशोधनों की आवश्यकता के बिना सीधे सक्रियण हस्तक्षेप (एक्टिवेशन इंटरवेंशन) के माध्यम से प्रभावी डीबायसिंग संभव हो पाती है।

Yujie Lin, Kunquan Li, Yixuan Liao, Xiaoxin Chen, Jinsong Su2026-02-05
💬 NLP

Fine-Grained Activation Steering: Steering Less, Achieving More

यह शोध पत्र AUSteer को प्रस्तुत करता है, जो एक सूक्ष्म-स्तरीय (fine-grained) एक्टिवेशन स्टीयरिंग विधि है जो मोटे ब्लॉक-स्तरीय एक्टिवेशन के बजाय केवल लाभकारी परमाणु इकाइयों (व्यक्तिगत आयामों) की पहचान और उन्हें निर्देशित करके LLM व्यवहार संशोधन की दक्षता और सटीकता में सुधार करती है, जिससे कम हस्तक्षेपों के साथ बेहतर परिणाम प्राप्त होते हैं।

Zijian Feng, Tianjiao Li, Zixiao Zhu, Hanzhang Zhou, Junlang Qian, Li Zhang, Jia Jim Deryl Chua, Lee Onn Mak, Gee Wah Ng (…)2026-02-05
💬 NLP

No One-Size-Fits-All: Building Systems For Translation to Bashkir, Kazakh, Kyrgyz, Tatar and Chuvash Using Synthetic And Original Data

यह शोध पत्र पांच तुर्किक भाषाओं (बश्किर, कज़ाख, किर्गिज़, तातार और चुवाश) के लिए मशीन अनुवाद के एक अनुकूलित दृष्टिकोण को प्रस्तुत करता है, यह प्रदर्शित करते हुए कि सिंथेटिक डेटा फाइन-ट्यूनिंग, रिट्रीवल-ऑगमेंटेड प्रॉम्प्टिंग और ज़ीरो-शॉट रणनीतियों को संयोजित करने से भाषा युग्मों के बीच विभिन्न इष्टतम परिणाम प्राप्त होते हैं, जिसके साथ लेखक डेटासेट और मॉडल वेट दोनों को भी जारी कर रहे हैं।

Dmitry Karpov2026-02-05
💬 NLP

Growth First, Care Second? Tracing the Landscape of LLM Value Preferences in Everyday Dilemmas

यह शोध पत्र चार सबरेडिट्स (subreddits) के एक क्यूरेटेड डेटासेट का उपयोग करते हुए रोज़मर्रा के सलाह-खोज वाले संदर्भों में मूल्य व्यापार-ऑफ (value trade-off) संरचनाओं का विश्लेषण करता है और पाता है कि लार्ज लैंग्वेज मॉडल्स (LLMs) लगातार "परोपकार और जुड़ाव" (Benevolence & Connection) के बजाय "अन्वेषण और विकास" (Exploration & Growth) को प्राथमिकता देते हैं, जो एआई-मध्यस्थ निर्णय लेने (AI-mediated decision-making) में संभावित मूल्य समरूपीकरण (value homogenization) के बारे में चिंताएँ पैदा करता है।

Zhiyi Chen, Eun Cheol Choi, Yingjia Luo, Xinyi Wang, Yulei Xiao, Aizi Yang, Luca Luceri2026-02-05
💬 NLP

Beyond Unimodal Shortcuts: MLLMs as Cross-Modal Reasoners for Grounded Named Entity Recognition

यह शोध पत्र मोडैलिटी-अवेयर कंसिस्टेंसी रीजनिंग (MCR) का प्रस्ताव देकर मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स (MLLMs) में मोडैलिटी बायस को संबोधित करता है जो एंड-टू-एंड ग्राउन्डेड नेम्ड एंटिटी रिकग्निशन (NER) में बाधा डालता है, जो कठोर क्रॉस-मोडल सत्यापन को लागू करने और बेहतर प्रदर्शन प्राप्त करने के लिए मल्टी-स्टाइल रीजनिंग स्कीमा इंजेक्शन और कंस्ट्रेंट-गाइडेड वेरिफिएबल ऑप्टिमाइज़ेशन का उपयोग करने वाला एक फ्रेमवर्क है।

Jinlong Ma, Yu Zhang, Xuefeng Bai, Kehai Chen, Yuwei Wang, Zeming Liu, Jun Yu, Min Zhang2026-02-05