💬 Category

cs.CL

10348 पेपर

💬 NLP

A Comparative Evaluation of Structural Topic Models and BERTopic for Short, Open-Ended Survey Responses

यह शोध पत्र लघु, मुक्त-अंत वाले सर्वेक्षण प्रतिक्रियाओं का विश्लेषण करने के लिए स्ट्रक्चरल टॉपिक मॉडल्स (STM) और BERTopic की तुलना करता है, जिसमें यह पाया गया है कि जहाँ कॉन्टेक्स्टुअल ऑग्मेंटेशन के साथ BERTopic अधिक सुसंगत और व्याख्या योग्य विषय उत्पन्न करता है, वहीं STM इन्फेरेंशियल कोवेरिएट विश्लेषण के लिए श्रेष्ठ बना हुआ है, जो यह सुझाव देता है कि दोनों विधियाँ अनुप्रयुक्त सामाजिक विज्ञान अनुसंधान के लिए पूरक सामर्थ्य प्रदान करती हैं।

Yan Jiang, Sihong Liu, Philip A. Fisher2026-05-25
💬 NLP

A Fine-Tuned BERT Classifier for Personal-Letter Titles in Late-Ming and Early-Qing Collected Works

यह शोधपत्र लेप्टोन (Lepton) को प्रस्तुत करता है, जो कि तैंतीस उत्तर-मिंग और प्रारंभिक-किंग साहित्यकारों के 5,438 हस्त-लेबल वाले शीर्षकों पर प्रशिक्षित एक फाइन-ट्यून्ड बर्ट (BERT) क्लासिफायर है, जो व्यक्तिगत पत्रों को भ्रमित करने वाले प्रस्तावनाओं से सफलतापूर्वक अलग करता है और जिसे चाइना बायोग्राफिकल डेटाबेस के माध्यम से मिंग लेटर प्लेटफॉर्म के लिए लगभग 55,000 पत्रों की पहचान करने हेतु तैनात किया गया है।

Queenie Luo2026-05-25
💬 NLP

As X, Do Y: How Persona and Task Combine in Instruction-Tuned LLMs

यद्यपि यह शोध पत्र यह प्रदर्शित करता है कि निर्देश-ट्यून किए गए (instruction-tuned) LLMs में व्यक्तित्व (persona) और कार्य निर्देश (task instructions), रेसिडुअल स्ट्रीम (residual stream) में प्रॉम्प्ट-टू-आंसर ट्रांज़िशन के दौरान एक स्पष्ट, योगात्मक रैखिक अपघटन (additive linear decomposition) प्रदर्शित करते हैं, किंतु यह अंततः यह सिद्ध करता है कि यह स्थानीय योगात्मकता (local additivity) रोल प्रॉम्प्ट्स को एक एकल कैश किए गए वेक्टर में संकुचित करने में सक्षम नहीं बनाती है क्योंकि व्यक्तित्व-सशर्त जनरेशन (persona-conditioned generation) एक वितरित अटेंशन तंत्र (distributed attention mechanism) पर निर्भर करता जिसे स्थानीय रेसिडुअल प्रतिस्थापन (local residual substitution) द्वारा पुनरुत्पादित नहीं किया जा सकता है।

Eric Xu2026-05-25
💬 NLP

When Symptoms Are Not Enough: Evidence-Weighting Patterns in Large Language Model Psychiatric Screening

यह अध्ययन 555 मनोरोग साक्षात्कारों के एक SCID-आधारित बेंचमार्क पर पांच अत्याधुनिक लार्ज लैंग्वेज मॉडल्स के प्रदर्शन का मूल्यांकन करता है, जो यह प्रकट करता है कि जहाँ GPT-4.1 और GPT-5 Mini जैसे मॉडल्स स्केलेबल स्क्रीनिंग के लिए आशाजनक दिखते हैं, वहीं संरक्षित कार्यक्षमता या सुरक्षात्मक संदर्भों की उपस्थिति में स्पष्ट लक्षण साक्ष्य को कम आंकने की उनकी प्रवृत्ति महत्वपूर्ण फॉल्स-नेगेटिव त्रुटियों और जनसांख्यिकीय असमानताओं की ओर ले जाती है जिन्हें नैदानिक तैनाती से पहले संबोधित किया जाना चाहिए।

Jianfeng Zhu, Megan Korhummel, Ruoming Jin, Karin G. Coifman2026-05-25
💬 NLP

Same Model, Different Weakness: How Language and Modality Reshape the Jailbreak Attack Surface in Frontier MLLMs

यह अध्ययन प्रकट करता है कि फ्रंटियर मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स में जेलब्रेक कमजोरियां भाषाओं के बीच समान नहीं हैं, जो यह दर्शाता है कि अंग्रेजी से स्पेनिश में स्विच करने से हमला सतह (अटैक सरफेस) मौलिक रूप से बदल जाती है, जिससे भाषाई फ्रेमिंग हमलों को कमजोर करते हुए विजुअल हमलों को मजबूत किया जाता है, और इस प्रकार एकल-भाषा मूल्यांकन से प्राप्त सुरक्षा रैंकिंग को अमान्य कर दिया जाता है।

Casey Ford, Madison Van Doren, Sicheng Jin, Emily Dix2026-05-25
💬 NLP

What Does the Server See? Understanding Privacy Leakage from Large Language Models in Split Inference

यह शोध पत्र ActInv को पेश करके लार्ज लैंग्वेज मॉडल्स के लिए स्प्लिट इन्फरेंस में महत्वपूर्ण गोपनीयता कमजोरियों को उजागर करता है, जो सामान्य सुरक्षा उपायों के बावजूद मध्यवर्ती एक्टिवेशन्स (intermediate activations) से क्लाइंट इनपुट्स को पुनर्गठित करता है, और लीकेज जोखिमों का व्यवस्थित रूप से विश्लेषण करने तथा उन्हें कम करने के लिए पर्टर्बेशन एम्प्लीफिकेशन फैक्टर (PAF) मीट्रिक और प्राइपर्ट (PriPert) डिफेंस का प्रस्ताव करता है।

Mingyuan Fan, Yu Liu, Fuyi Wang, Cen Chen2026-05-25
💬 NLP

Autonomous Frontier-Based Exploration with VLM Guidance

यह शोध पत्र एक प्रशिक्षण-मुक्त, हल्का स्वायत्त अन्वेषण पाइपलाइन प्रस्तुत करता है जो मानचित्रों और दृश्य छवियों के मल्टीमॉडल प्रॉम्प्ट्स का विश्लेषण करके उच्च-स्तरीय रणनीतिक निर्णय लेने के लिए विजन-लैंग्वेज मॉडल्स का लाभ उठाता है, जिससे अज्ञात वातावरणों में मौजूदा ज्यामितीय ह्यूरिस्टिक विधियों की तुलना में मानचित्र कवरेज को 24% तक सुधारा जा सकता है।

Aarush Aitha, Avideh Zakhor2026-05-25
💬 NLP

Positional Failures in Long-Context LLMs: A Blind Spot in Reasoning Benchmarks

यह शोधपत्र यह प्रदर्शित करके लॉन्ग-कॉन्टेक्स्ट रीजनिंग बेंचमार्क में एक महत्वपूर्ण अंतराल को उजागर करता है कि मुख्यधारा के मूल्यांकन टास्क पोजीशन (कार्य स्थिति) को नियंत्रित करने में विफल रहते हैं, जिससे फिलर इंटरफेरेंस (भरवा हस्तक्षेप) के कारण लंबे संदर्भों के मध्य में कार्यों को रखे जाने पर प्रदर्शन में महत्वपूर्ण गिरावट आती है, और इस संरचनात्मक ब्लाइंड स्पॉट को संबोधित करने के लिए कॉन्टेक्स्ट रॉट इवैल्यूएशन (CRE) फ्रेमवर्क का प्रस्ताव करता है।

Chuyifei Zhang, Hongyu Cui, Xiaowen Huang, Jitao Sang2026-05-25
💬 NLP

Robust LLM Watermarking with Minimal Semantic Distortion for IP Protection

यह शोध पत्र SAFESEAL को प्रस्तुत करता है, जो एक नवीन की-कंडीशन्ड वॉटरमार्किंग फ्रेमवर्क है जो संदर्भ-जागरूक पर्यायवाची प्रतिस्थापन (context-aware synonym substitution) और एक कंट्रास्टिव डिटेक्टर के माध्यम से न्यूनतम अर्थ संबंधी विरूपण और तथ्यात्मक निरंतरता बनाए रखते हुए, उच्च पहचान दर और हमलों के विरुद्ध मजबूती प्राप्त करके मालिकाना हक वाले LLMs को बौद्धिक संपदा की चोरी से सुरक्षित करता है।

Kieu Dang, Phung Lai, NhatHai Phan, Yelong Shen, Ruoming Jin2026-05-25
💬 NLP

Self-Improving In-Context Learning

यह शोध पत्र इन-कॉन्टेक्स्ट लर्निंग के लिए एक टेस्ट-टाइम कैलिब्रेशन विधि प्रस्तावित करता है जो मॉडल के लॉग-प्रोबेबिलिटीज से प्राप्त एक सेल्फ-सुपरवाइज्ड कॉन्फिडेंस प्रॉक्सी को अधिकतम करके निरंतर प्रॉम्प्ट एम्बेडिंग्स को अनुकूलित करता है, जिससे फाइन-ट्यूनिंग, टोकन जनरेशन, या बाहरी डेटा की आवश्यकता के बिना वर्गीकरण और जनरेशन दोनों कार्यों पर प्रदर्शन में सुधार होता है।

Baturay Saglam, Dionysis Kalogerias2026-05-25