💬 NLP

On the Persistent Effects of Lexicality in Large Language Mod

यह शोध पत्र इस बात की जांच करता है कि कैसे लेक्सिकल ओवरलैप (lexical overlap) बड़े भाषा मॉडलों की गहराई और विभिन्न आर्किटेक्चरों में निरंतर रूप से निरूपणों (representations) को प्रभावित करता है, जो एक संक्रमणकालीन मध्य-गहराई वाले शासन (transitional mid-depth regime) को प्रकट करता है जहाँ लेक्सिकल और सिमेंटिक दोनों संकेत क्षय होते हैं, और सारांशीकरण (summarization) तथा मॉडल एडिटिंग जैसे डाउनस्ट्रीम कार्यों पर इसके परिणामस्वरूप होने वाले नकारात्मक प्रभाव को प्रदर्शित करता है।

Hammad Rizwan, Muhammad Umair Haider, Nishant Subramani, Mona T. Diab, A. B. Siddique, Hassan Sajjad2026-06-03
💬 NLP

Topics as Proxies for Sociodemographics: How Conversational Context Affects LLM Answers

यह शोध पत्र यह प्रकट करता है कि जहाँ बड़े भाषा मॉडल (लार्ज लैंग्वेज मॉडल्स) बातचीत के इतिहास से उपयोगकर्ता के सामाजिक-जनसांख्यिकीय विवरणों का सटीक अनुमान लगाने में संघर्ष करते हैं, वहीं उच्च-दांव वाले परामर्श (हाई-स्टेक्स एडवाइस) में असमानताएँ मुख्य रूप से जनसांख्यिकी के बजाय बातचीत के विषयों द्वारा उपयोगकर्ता समूहों के अप्रत्याशित प्रॉक्सी के रूप में कार्य करने के कारण संचालित होती हैं।

Vera Neplenbroek, Gabriele Sarti, Arianna Bisazza, Raquel Fernández2026-06-03
💬 NLP

Do Value Vectors in Deep Layers Need Context from the Residual Stream?

यह शोध पत्र "बैंक ऑफ वैल्यूज़" (BoV) का प्रस्ताव करता है, जो डीप ट्रांसफॉर्मर परतों के लिए एक नवीन अटेंशन मैकेनिज्म है जो एक लुकअप टेबल में संग्रहीत संदर्भ-मुक्त, टोकन-विशिष्ट वैल्यू वेक्टर्स का उपयोग करता है, और विभिन्न मॉडल आकारों और बेंचमार्क पर मानक संदर्भ-निर्भर वैल्यू वेक्टर्स की तुलना में बेहतर प्रदर्शन और दक्षता प्रदर्शित करता है।

Muyu He, Yuchen Liu, Qingya Huang, Li Zhang2026-06-03
💻 computer science

Do Neural Retrievers Prefer Certain Documents? Evidence of Learned Relevance Priors

यह शोध पत्र प्रकट करता है कि सुपरवाइज्ड न्यूरल रिट्रीवर्स (supervised neural retrievers) पक्षपाती एनोटेशन प्रोटोकॉल से क्वेरी-स्वतंत्र दस्तावेज़ प्रासंगिकता पूर्वग्रहों (query-independent document relevance priors) को अंतर्निहित रूप से सीखते और संचित करते हैं, जिससे वे व्यापक और मुख्यधारा की सामग्री को विशिष्ट या तकनीकी दस्तावेज़ों की तुलना में व्यवस्थित रूप से प्राथमिकता देते हैं और एक "फाइंडेबिलिटी गैप" (findability gap) उत्पन्न करते हैं जो वास्तव में प्रासंगिक लेकिन कम पसंदीदा सामग्रियों की खोज में बाधा डालता है।

Francisco Valentini, Edgar Altszyler, Martin Fajcik2026-06-03
💬 NLP

Fixing FOLIO and MALLS: Verified Annotations and an LLM-assisted Framework to Focus Human Relabeling

यह शोध पत्र FOLIO और MALLS NL-to-FOL बेंचमार्क में महत्वपूर्ण एनोटेशन त्रुटियों को प्रकट करता है, सुधारे गए ग्राउंड ट्रुथ्स (ground truths) जारी करता है जो LLM मूल्यांकन मेट्रिक्स में काफी सुधार करते हैं, और एक LLM-सहायता प्राप्त फ्रेमवर्क प्रस्तावित करता है जो न्यूनतम समीक्षा प्रयास के साथ उच्च डेटासेट सटीकता प्राप्त करने के लिए कुशल मानव रीलेबलिंग को सक्षम बनाता है।

Andrea Brunello, Cristian Curaba, Luca Geatti, Michele Mignani, Angelo Montanari, Nicola Saccomanno2026-06-03
💬 NLP

Economy of Minds: Emerging Multi-Agent Intelligence with Economic Interactions

फ्रेडरिक हायेक के आर्थिक सिद्धांत से प्रेरित, यह शोध पत्र यह प्रदर्शित करता है कि एक विकेंद्रीकृत बहु-एजेंट प्रणाली, जहाँ एजेंट नीलामी के माध्यम से प्रतिस्पर्धा करते हैं और धन संचय के आधार पर आर्थिक चयन से गुजरते हैं, विविध जटिल कार्यों में मजबूत मोनोलिथिक बेसलाइन से बेहतर प्रदर्शन करने वाली उभरती हुई बहु-चरणीय तर्क रणनीतियों को विकसित करने के लिए स्वयं को ऑर्केस्ट्रेट कर सकती है।

Zhenting Qi, Huangyuan Su, Ao Qu, Chenyu Wang, Yu Yao, Han Zheng, Kushal Chattopadhyay, Guowei Xu, Zihan Wang, Weirui Ye (…)2026-06-03
🤖 AI

When Helping Hurts and How to Fix It: Multi-Agent Debate for Data Cleaning

यह शोध पत्र प्रकट करता है कि जहाँ मल्टी-एजेंट डिबेट अक्सर आलोचना-प्रेरित भ्रम के कारण डेटा जनरेशन को कमतर कर देती है, वहीं यह त्रुटि का पता लगाने में महत्वपूर्ण रूप से सुधार करती है, जिससे एक व्युत्पन्न स्थिति और कोड-एग्जीक्यूशन ग्राउंडिंग के साथ एक विशिष्ट एडवरसैरियल कॉन्फ़िगरेशन प्राप्त होता है जो जनरेटिव कार्यों पर सिंगल-एजेंट मॉडल से बेहतर प्रदर्शन करने के लिए डिबेट का सफलतापूर्वक लाभ उठाता है।

Chirag Parmar, Akshat Mehta, Henglin Wu, Jagadish Ramamurthy, Shweta Medhekar2026-06-03
💬 NLP

Adaptive Latent Agentic Reasoning

यह शोध पत्र एडेप्टिव लेटेंट एजेंटिक रीजनिंग (ALAR) का प्रस्ताव करता है, जो एक दोहरी-मोड फ्रेमवर्क है जो नियमित चरणों के लिए कॉम्पैक्ट लेटेंट रीजनिंग का उपयोग करने और जटिल निर्णयों के लिए एक्सप्लिसिट चेन-ऑफ-थॉट को आरक्षित करने के माध्यम से LLM एजेंटों को अनुकूलित करता है, जिससे कार्य सटीकता को बनाए रखते हुए या उसमें सुधार करते हुए टोकन जनरेशन को काफी कम किया जाता है।

Dongwon Jung, Peng Shi, Yi Zhang, Junshan Zhang, Muhao Chen2026-06-03
💬 NLP

Linear Probes Detect Task Format, Not Reasoning Mode in Language Model Hidden States

यह शोध पत्र यह प्रदर्शित करता है कि जबकि LLM हिडन स्टेट्स (hidden states) पर लीनियर प्रोब्स (linear probes), निगमनात्मक (deductive), आगमनात्मक (inductive) और अपगमनात्मक (abductive) तर्क कार्यों के बीच अंतर करने में उच्च सटीकता प्राप्त करते हैं, यह पृथक्करण तर्क के विशिष्ट कम्प्यूटेशनल निरूपणों के बजाय पूरी तरह से कार्य प्रारूप के भ्रमों (task format confounds) द्वारा संचालित होता है।

Subramanyam Sahoo, Vinija Jain, Aman Chadha, Divya Chaudhary2026-06-03
💬 NLP

The Ghost Annotator: a Framework to Explore Human Label Variation in Content Moderation through Conformal Prediction

यह शोध पत्र "घोस्ट एनोटेटर" (Ghost Annotator) ढांचे को प्रस्तुत करता है, जो मानव लेबल भिन्नता का विश्लेषण करने के लिए कन्फॉर्मल प्रेडिक्शन (conformal prediction) को कोलैबोरेटिव फिल्टरिंग (collaborative filtering) के साथ जोड़ता है और यह प्रकट करता है कि बड़े भाषा मॉडल मानव सर्वसम्मति से विचलित भविष्यवाणियों में अधिक आत्मविश्वास प्रदर्शित करते हैं, जिससे प्रीट्रेनिंग डेटा में निहित संरचनात्मक जनसांख्यिकीय पूर्वाग्रहों का खुलासा होता है।

Mirko Lai, Alessandra Urbinati, Simona Frenda, Fabiana Vernero, Marco Antonio Stranisci2026-06-03