💬 Category

cs.CL

11683 पेपर

💬 NLP

Mitigating the Modality Gap: Few-Shot Out-of-Distribution Detection with Multi-modal Prototypes and Image Bias Estimation

यह शोध पत्र SUPREME का प्रस्ताव करता है, जो एक फ्यू-शॉट ट्यूनिंग फ्रेमवर्क है जो इमेज प्रोटोटाइप्स को एकीकृत करके, प्रॉम्प्ट जनरेशन के लिए इमेज डोमेन बायस का अनुमान लगाकर और इमेज-टेक्स्ट निरंतरता को लागू करके आउट-ऑफ-डिस्ट्रीब्यूशन डिटेक्शन के लिए विजन-लैंग्वेज मॉडल्स में मोडैलिटी गैप को कम करता है और बिना किसी अतिरिक्त प्रशिक्षण के मौजूदा तरीकों से काफी बेहतर प्रदर्शन करता है।

Yimu Wang, Evelien Riddell, Adrian Chow, Sean Sedwards, Krzysztof Czarnecki2026-01-27
💬 NLP

Large Language Models as Proxies for Theories of Human Linguistic Cognition

यह शोध पत्र भाषाई पैटर्न अधिग्रहण का मूल्यांकन करने के लिए मानव संज्ञान के भाषाई-तटस्थ सिद्धांतों के प्रॉक्सी के रूप में वर्तमान बड़े भाषा मॉडलों के उपयोग की क्षमता का अन्वेषण करता है, जबकि इस भूमिका में उनकी उपयोगिता वर्तमान में काफी सीमित है, इसे स्वीकार करता है।

Imry Ziv, Nur Lan, Emmanuel Chemla, Roni Katzir2026-01-27
🤖 AI

Adjust for Trust: Mitigating Trust-Induced Inappropriate Reliance on AI Assistance

यह शोध पत्र यह प्रदर्शित करता है कि एआई (AI) सहायक उपयोगकर्ता के विश्वास स्तरों के वास्तविक समय के आकलन के आधार पर अपने हस्तक्षेपों—जैसे कि अनुकूलित स्पष्टीकरण प्रदान करना या अनिवार्य विराम लेना—को गतिशील रूप से अनुकूलित करके, अनुचित निर्भरता को काफी कम कर सकते हैं और निर्णय की सटीकता में सुधार कर सकते हैं।

Tejas Srinivasan, Jesse Thomason2026-01-27
💬 NLP

FilterRAG: Zero-Shot Informed Retrieval-Augmented Generation to Mitigate Hallucinations in VQA

यह शोध पत्र FilterRAG को प्रस्तुत करता है, जो एक ज़ीरो-शॉट रिट्रीवल-ऑगमेंटेड जनरेशन फ्रेमवर्क है जो विज़ुअल क्वेश्चन अनस्विरिंग (Visual Question Answering) में विशेष रूप से ज्ञान-संचालित और आउट-ऑफ-डिस्ट्रीब्यूशन परिदृश्यों के लिए मतिभ्रम (hallucinations) को काफी कम करने और सटीकता में सुधार करने हेतु विकिपीडिया और DBpedia जैसे बाहरी ज्ञान स्रोतों के साथ BLIP-VQA को एकीकृत करता है।

Nobin Sarwar2026-01-27
🤖 AI

MoSE: Hierarchical Self-Distillation Enhances Early Layer Embeddings

यह शोध पत्र MoSE को प्रस्तुत करता है, जो एक 1-बिलियन-पैरामीटर वाला मल्टी-एग्जिट एनकोडर है जो शुरुआती-परत एम्बेडिंग्स को बेहतर बनाने के लिए पदानुक्रमित स्व-डिस्टिलेशन (hierarchical self-distillation) और रिपॉजिटरी-स्तरीय प्रासंगिक हानि (repository-level contextual loss) का उपयोग करता है, जिससे कोड रिट्रीवल और वर्गीकरण कार्यों के लिए लचीला और लागत प्रभावी परिनियोजन सक्षम होता है।

Andrea Gurioli, Federico Pennino, João Monteiro, Maurizio Gabbrielli2026-01-27
💬 NLP

FedMentalCare: Towards Privacy-Preserving Fine-Tuned LLMs to Analyze Mental Health Status Using Federated Learning Framework

यह शोध पत्र FedMentalCare का प्रस्ताव करता है, जो एक गोपनीयता-संरक्षण ढांचा है जो मानसिक स्वास्थ्य विश्लेषण के लिए लार्ज लैंग्वेज मॉडल्स को फाइन-ट्यून करने हेतु फेडरेटेड लर्निंग को लो-रैंक एडेप्टेशन के साथ जोड़ता है, जो HIPAA और GDPR जैसे नियमों का अनुपालन करते हुए डेटा सुरक्षा और कम्प्यूटेशनल दक्षता की चुनौतियों को प्रभावी ढंग से संबोधित करता है।

Nobin Sarwar2026-01-27
🤖 AI

Grounding Synthetic Data Evaluations of Language Models in Unsupervised Document Corpora

यह शोधपत्र भाषा मॉडल की क्षमताओं का आकलन करने के लिए अनसुपरवाइज्ड (unsupervised) दस्तावेज़ संग्रहों पर आधारित तथ्य-आधारित सिंथेटिक मूल्यांकन को स्वचालित रूप से उत्पन्न करने की एक कार्यप्रणाली प्रस्तावित करता है, जो मानव-क्यूरेटेड बेंचमार्क के साथ उच्च सहसंबंध प्रदर्शित करता है और पोस्ट-नॉलेज-कटऑफ (post-knowledge-cutoff) दस्तावेजों पर Gemma-3 मॉडलों के मजबूत प्रदर्शन को प्रकट करता है।

Michael Majurski, Cynthia Matuszek2026-01-27
💬 NLP

PromptPrism: A Linguistically-Inspired Taxonomy for Prompts

यह शोधपत्र प्रॉम्प्टप्रिज्म (PromptPrism) का परिचय देता है, जो एक भाषाई रूप से प्रेरित वर्गीकरण है जो बड़े भाषा मॉडलों (large language models) के लिए व्यवस्थित विश्लेषण, स्वचालित परिशोधन, डेटासेट प्रोफाइलिंग और नियंत्रित संवेदनशीलता परीक्षण को सक्षम करने हेतु प्रॉम्प्ट्स को कार्यात्मक, अर्थगत और वाक्य संरचनात्मक स्तरों पर व्यवस्थित करता है।

Sullam Jeoung, Yueyan Chen, Yi Zhang, Shuai Wang, Haibo Ding, Lin Lee Cheong2026-01-27