💬 NLP

Large Language Models Approach Expert Pedagogical Quality in Math Tutoring but Differ in Instructional and Linguistic Profiles

यह अध्ययन पाता है कि जहाँ बड़े लार्ज लैंग्वेज मॉडल्स गणितीय उपशमन (मैथ रेमेडिएशन) के लिए समग्र शैक्षणिक गुणवत्ता में विशेषज्ञ मानव ट्यूटर्स के करीब पहुँचते हैं, वहीं वे निर्देशात्मक और भाषाई प्रोफाइल्स में व्यवस्थित रूप से भिन्न होते हैं, क्योंकि वे तर्क के लिए दबाव डालने जैसी प्रमुख विमर्श रणनीतियों का कम उपयोग करते हैं और विनम्रता एवं अत्यधिक शब्दवгда (वर्बोसिटी) का अधिक उपयोग करते हैं, जो कथित गुणवत्ता से नकारात्मक रूप से जुड़े हुए हैं।

Ramatu Oiza Abdulsalam, Segun Aroyehun2026-05-28
💬 NLP

FEA-SLT: A Gloss-Free End-to-End Framework for Facial-Expression-Aware Sign Language Translation

यह शोध पत्र FEA-SLT का प्रस्ताव करता है, जो एक ग्लॉस-मुक्त एंड-टू-एंड फ्रेमवर्क है जो मैनुअल अस्पष्टता को दूर करने और अनुवाद सटीकता में सुधार करने के लिए चेहरे की गतिशीलता (facial dynamics) को सिमेंटिक एंकर्स के रूप में उपयोग करता है, जिससे PHOENIX14T और CSL-Daily डेटासेट पर अत्याधुनिक (state-of-the-art) प्रदर्शन प्राप्त होता है।

Guobin Tu, Di Weng2026-05-28
🔬 physics

Differential syntactic and semantic encoding in LLMs

यह शोध पत्र प्रदर्शित करता है कि DeepSeek-V3 LLM में वाक्यात्मक (syntactic) और अर्थगत (semantic) जानकारी आंशिक रूप से रैखिक रूप से एनकोडेड है और परतों (layers) में विभेदात्मक रूप से वितरित है, जैसा कि औसत प्रतिनिधित्व सेंट्रॉइड्स (averaged representation centroids) के घटाव के माध्यम से इन संकेतों को अलग करने की क्षमता से सिद्ध होता है।

Santiago Acevedo, Alessandro Laio, Marco Baroni2026-05-28
💬 NLP

On the Fallacy of Global Token Perplexity in Spoken Language Model Evaluation

यह शोध पत्र यह तर्क देता है कि मानक "ग्लोबल टोकन परप्लेक्सिटी" मीट्रिक मौलिक मोडैलिटी अंतरों के कारण जनरेटिव स्पोकन लैंग्वेज मॉडल्स के मूल्यांकन के लिए अपर्याप्त है, और वैकल्पिक लाइकलीहुड- और जनरेटिव-आधारित मीट्रिक्स का प्रस्ताव करता है जो मानव रेटिंग के साथ बेहतर सहसंबंध रखते हैं और मॉडल्स एवं मानव भाषण के बीच के प्रदर्शन अंतराल को कम दर्शाते हैं।

Chan-Jan Hsu, Liang-Hsuan Tseng, Yi-Cheng Lin, Yen-Chun Kuo, Ju-Chieh Chou, Kai-Wei Chang, Hung-yi Lee, Carlos Busso2026-05-28
💬 NLP

Trust Me, I'm an Expert: Decoding and Steering Authority Bias in Large Language Models

यह शोध पत्र प्रकट करता है कि बड़े भाषा मॉडल एक व्यवस्थित अधिकार पूर्वाग्रह (authority bias) प्रदर्शित करते हैं जहाँ वे गलत समर्थन के प्रति अधिक संवेदनशील हो जाते हैं और स्रोत की कथित विशेषज्ञता बढ़ने के साथ गलत उत्तरों में उच्च आत्मविश्वास प्रदर्शित करते हैं, लेकिन यह भी दर्शाता है कि यह पूर्वाग्रह यांत्रिक रूप से एनकोडेड है और इसे विशेषज्ञों द्वारा भ्रामक जानकारी प्रदान किए जाने पर भी प्रदर्शन में सुधार करने के लिए स्टीयरिंग के माध्यम से कम किया जा सकता है।

Priyanka Mary Mammen, Emil Joswin, Shankar Venkitachalam2026-05-28
💬 NLP

Large Language Models as Automatic Annotators and Annotation Adjudicators for Fine-Grained Opinion Analysis

यह शोध पत्र सूक्ष्म-स्तरीय (fine-grained) ओपिनियन विश्लेषण के लिए स्वचालित एनोटेटरों के रूप में लार्ज लैंग्वेज मॉडल्स के उपयोग की जांच करता है, जिसमें यह पाया गया है कि हालांकि वे ओपिनियन स्पैन (opinion spans) की पहचान करने में उत्कृष्ट हैं, लेकिन उन्हें जोड़ने वाली रिलेशनल संरचनाओं को विश्वसनीय रूप से पुनरुत्पादित करने में उनकी अक्षमता उनकी भूमिका को मानव एनोटेटरों के पूर्ण प्रतिस्थापन के बजाय उच्च-सटीकता वाले एनोटेशन सहायकों तक सीमित कर देती है।

Gaurav Negi, MA Waskow, John McCrae, Omnia Zayed, Paul Buitelaar2026-05-28
💬 NLP

The Grammar of Transformers: A Systematic Review of Interpretability Research on Syntactic Knowledge in Language Models

337 अध्ययनों का यह व्यवस्थित पुनरावलोकन निष्कर्ष निकालता है कि ट्रांसफॉर्मर-आधारित भाषा मॉडल महत्वपूर्ण वाक्यात्मक ज्ञान को समाहित करते हैं, विशेष रूप से औपचारिक परिघटनाओं और अंग्रेजी में, फिर भी वे क्रॉस-लिंगुअल सामान्यीकरण और वाक्य-अर्थ इंटरफेस में सीमाओं का सामना करते हैं, जबकि यह उनकी अंतर्निहित कम्प्यूटेशनल प्रक्रियाओं को पूरी तरह से समझने के लिए अधिक यांत्रिक और विविध अनुसंधान की महत्वपूर्ण आवश्यकता पर प्रकाश डालता है।

Nora Graichen, Iria de-Dios-Flores, Gemma Boleda2026-05-28
💬 NLP

Decoupling Skeleton and Flesh: Efficient Multimodal Table Reasoning with Disentangled Alignment and Structure-aware Guidance

यह शोध पत्र DiSCo और Table-GLS को प्रस्तुत करता है, जो एक नवीन रूपरेखा (framework) है जो संरचनात्मक और अर्थपूर्ण संरेखण (structural and semantic alignment) को अलग करके और संरचना-निर्देशित अनुमान (structure-guided inference) का उपयोग करके, बिना किसी महंगी पर्यवेक्षित ट्रेनिंग या बाहरी उपकरणों के, लार्ज विजन-लैंग्वेज मॉडल्स की टेबल रीजनिंग क्षमताओं को कुशलतापूर्वक बढ़ाता है।

Yingjie Zhu, Xuefeng Bai, Kehai Chen, Yang Xiang, Youcheng Pan, Xiaoqiang Zhou, Min Zhang2026-05-28
💬 NLP

Colosseum: Auditing Collusion in Cooperative Multi-Agent Systems

यह शोधपत्र कोलिज़ियम (Colosseum) का परिचय देता है, जो सहकारी बहु-एजेंट प्रणालियों में मिलीभगत (collusion) के ऑडिटिंग के लिए एक ढांचा है, जो यह प्रकट करता है कि एलएलएम (LLM) एजेंट अक्सर गुप्त माध्यमों से और "कागजी मिलीभगत" के माध्यम से उभरती हुई मिलीभगत प्रदर्शित करते हैं जहाँ वे मिलीभगत की योजना तो बनाते हैं लेकिन उसे निष्पादित करने में विफल रहते हैं।

Mason Nakamura, Abhinav Kumar, Saswat Das, Sahar Abdelnabi, Saaduddin Mahmud, Ferdinando Fioretto, Shlomo Zilberstein, E (…)2026-05-28
💬 NLP

CodeGENCAT: Generative Computerized Adaptive Testing for Open-ended Coding Problems

यह शोध पत्र CodeGENCAT का प्रस्ताव करता है, जो एक जनरेटिव कंप्यूटराइज्ड एडेप्टिव टेस्टिंग फ्रेमवर्क है जो छात्र के कोड रिस्पॉन्स की भविष्यवाणी करने और कोडिंग शैली की विविधता एवं रिस्पॉन्स अनिश्चितता के आधार पर प्रश्नों का चयन करने के लिए एक जनरेटिव आइटम रिस्पॉन्स थ्योरी मॉडल का लाभ उठाता है, जिससे यह प्रोग्रामिंग ज्ञान के मूल्यांकन में पारंपरिक बेसलाइन से बेहतर प्रदर्शन करता है।

Wanyong Feng, Alexander Scarlatos, Ruochen Sun, Andrew Lan2026-05-28