💬 Category

cs.CL

9899 पेपर

💬 NLP

Can News Predict the Market? Limits of Zero-Shot Financial NLP and the Role of Explainable AI

यह शोध पत्र यह प्रदर्शित करता है कि जबकि ज़ीरो-शॉट नेचुरल लैंग्वेज प्रोसेसिंग मॉडल वित्तीय समाचारों से अल्पकालिक स्टॉक आंदोलनों की विश्वसनीय भविष्यवाणी करने में विफल रहते हैं, उनके संबद्ध व्याख्यात्मकता ढांचे (explainability frameworks) भरोसेमंद भविष्यवाणियों को अविश्वसनीय भविष्यवाणियों से सफलतापूर्वक अलग कर पाते हैं, जो उच्च-जोखिम वाले वित्तीय संदर्भों में पारदर्शी, अनिश्चितता-जागरूक निर्णय-सहायता प्रणालियों की ओर बदलाव का समर्थन करते हैं।

Ali M Karaoglu, Shreyank N Gowda2026-06-11
💬 NLP

On The Effectiveness-Fluency Trade-Off In LLM Conditioning: A Systematic Study

यह व्यवस्थित अध्ययन प्रकट करता है कि जहाँ कुशल स्टीयरिंग विधियाँ अक्सर प्रवाह (fluency) से समझौता करती हैं और इंस्ट्रक्शन-ट्यून्ड मॉडल्स के साथ संघर्ष करती हैं, वहीं सरल प्रॉम्प्टिंग और सुपरवाइज्ड फाइन-ट्यूनिंग कॉन्सेप्ट इंजेक्शन के लिए व्यवहार्य विकल्प प्रदान करते हैं, हालाँकि वे कॉन्सेप्ट रिमूवल के लिए कम प्रभावी बने रहते हैं।

Iuri Macocco, Pau Rodríguez, Arno Blaas, Luca Zappella, Marco Baroni, Xavier Suau2026-06-11
💬 NLP

VIA-SD: Verification via Intra-Model Routing for Speculative Decoding

यह शोध पत्र VIA-SD का प्रस्ताव करता है, जो एक मल्टी-टियर स्पेक्युलेटिव डिकोडिंग फ्रेमवर्क है जो मीडियम-कॉन्फिडेंस ड्राफ्ट टोकन को सत्यापित करने के लिए एक स्लिम सबमॉडल को तैनात करने हेतु इंट्रा-मॉडल रूटिंग का लाभ उठाता है, जिससे बिना किसी प्रशिक्षण संशोधन की आवश्यकता के मौजूदा विधियों की तुलना में रिजेक्शन रेट को कम करता है और महत्वपूर्ण इन्फरेंस स्पीडअप प्राप्त करता है।

Yuchen Xian, Yang He, Yunqiu Xu, Yi Yang2026-06-11
💬 NLP

Beyond Third-Person Audits: Situated Interaction Auditing for User-Centered LLM Bias Research

यह शोध पत्र सिचुएटेड इंटरैक्शन ऑडिटिंग (SIA) का प्रस्ताव करता है, जो एक उपयोगकर्ता-केंद्रित ढांचा है जो यह जांचकर पारंपरिक तृतीय-पक्ष ऑडिट की सीमाओं को संबोधित करता है कि कैसे LLMs व्यक्तिगत बातचीत के दौरान लिंग और सामाजिक-आर्थिक स्थिति जैसे उपयोगकर्ता प्रोफाइल संकेतों के आधार पर अपनी प्रतिक्रियाओं को व्यवस्थित रूप से बदलते हैं।

Andrés Abeliuk, Cinthia Sanchez Macias, Valentina Alarcón, Álvaro Madariaga, Claudia Lopez2026-06-11
💬 NLP

Measuring Epistemic Resilience of LLMs Under Misleading Medical Context

यह शोधपत्र MedMisBench प्रस्तुत करता है, जो एक व्यापक बेंचमार्क है जो यह प्रदर्शित करता है कि बड़े भाषा मॉडल (LLMs), चिकित्सा परीक्षाओं में विशेषज्ञ-स्तर के अंक प्राप्त करने के बावजूद, भ्रामक और अधिकार-युक्त संदर्भों के संपर्क में आने पर बार-बार सही चिकित्सा निर्णयों को त्याग देते हैं, जिससे उनकी एपिस्टेमिक लचीलापन (epistemic resilience) अत्यंत नाजुक सिद्ध होती है।

Hongjian Zhou, Xinyu Zou, Jinge Wu, Sean Wu, Junchi Yu, Bradley Max Segal, Tobias Erich Niebuhr, Sara Amro, Michael Petr (…)2026-06-11
💬 NLP

Measuring Semantic Progress in Multi-turn Dialogue via Information Gain

यह शोध पत्र बहु-टर्न संवादों (multi-turn dialogues) में सिमेंटिक प्रोग्रेस (semantic progress) को कुशलतापूर्वक मापने के लिए प्रश्न-सशर्त अनिश्चितता न्यूनीकरण (question-conditioned uncertainty reduction) और गॉसियन एम्बेडिंग स्पेस विश्लेषण पर आधारित एक सूचना-सैद्धांतिक मीट्रिक प्रस्तुत करता है, जो संसाधन-गहन LLM-आधारित मूल्यांकन पर निर्भर हुए बिना मानव निर्णयों के साथ प्रतिस्पर्धी संरेखण प्राप्त करता है।

Paul He, Shiva Kasiviswanathan, Dominik Janzing2026-06-11
💬 NLP

Which Models Are Our Models Built On? Auditing Invisible Dependencies in Modern LLMs

यह शोध पत्र ModSleuth को प्रस्तुत करता है, जो एक एजेंटिक प्रणाली है जो सार्वजनिक आर्टिफैक्ट्स से आधुनिक LLMs के जटिल, खंडित डिपेंडेंसी ग्राफ को पुनर्गठित और औपचारिक रूप से निर्मित करती है, जिससे लाइसेंस संबंधी दायित्वों, प्रशिक्षण-मूल्यांकन युग्मन (training-evaluation coupling) और दस्तावेज़ीकरण की विसंगतियों के बारे में महत्वपूर्ण अंतर्दृष्टि प्राप्त होती है।

Sanjay Adhikesaven, Haoxiang Sun, Sewon Min2026-06-11
💬 NLP

Context-Driven Incremental Compression for Multi-Turn Dialogue Generation

यह शोध पत्र कॉन्टेक्स्ट-ड्रिवन इंक्रीमेंटल कम्प्रेशन (C-DIC) को प्रस्तुत करता है, जो एक इंटरलीव्ड कॉन्टेक्स्टुअल थ्रेड्स की एक संक्षिप्त, परिवर्तनीय मेमोरी बनाए रखकर और सूचना हानि एवं स्केलिंग लागतों को कम करने के लिए ट्रंकेटेड बैकप्रोपैगेशन के साथ एक हल्के रिट्रीव-रिवाइज-राइट लूप का उपयोग करके लंबी संवाद पीढ़ी की दक्षता और मजबूती को बढ़ाता है।

Yeongseo Jung, Jaehyeok Kim, Eunseo Jung, Jiachuan Wang, Yongqi Zhang, Ka Chun Cheung, Simon See, Lei Chen2026-06-11
💬 NLP

The Cost of Down-Scaling Language Models: Fact Recall Deteriorates before In-Context Learning

यह शोध पत्र प्रकट करता है कि जहाँ लार्ज लैंग्वेज मॉडल के आकार को 30% से अधिक कम करने से तथ्य स्मरण (fact recall) की क्षमता काफी बाधित होती है, वहीं इन-कॉन्टेक्स्ट लर्निंग (in-context learning) की क्षमताएं 60-70% की कमी के बावजूद सुदृढ़ बनी रहती हैं, जो यह दर्शाता है कि चाहे यह कमी वेट प्रूनिंग (weight pruning) के माध्यम से प्राप्त की गई हो या छोटे डेंस मॉडल्स को प्रशिक्षित करके, स्केलिंग इन दो मुख्य क्षमताओं को असमान रूप से प्रभावित करती है।

Tian Jin, Nolan Clement, Xin Dong, Vaishnavh Nagarajan, Michael Carbin, Jonathan Ragan-Kelley, Gintare Karolina Dziugait (…)2026-06-10
💬 NLP

Standard Language Ideology in AI-Generated Language

यह शोध पत्र "मानक एआई-जनित भाषा विचारधारा" की अवधारणा और एक सामाजिक-तकनीकी वर्गीकरण प्रस्तुत करता है ताकि यह विश्लेषण किया जा सके कि कैसे बड़े भाषा मॉडल वैधता और विलोपन जैसे तंत्रों के माध्यम से मानक भाषा संबंधी पूर्वाग्रहों को सुदृढ़ करते हैं, और अंततः भाषाई विविधता की रक्षा करने तथा अधिक न्यायपूर्ण एआई भविष्य सुनिश्चित करने के लिए सिफारिशें प्रदान करता है।

Genevieve Smith, Eve Fleisig, Ishita Rustagi, Xavier Yin2026-06-10