💬 Category

cs.CL

10509 पेपर

💬 NLP

Trust No Tool: Evaluating and Defending LLM Agents under Untrusted Tool Feedback

यह शोध पत्र LLM एजेंटों में "संज्ञानात्मक विषाक्तता" (cognitive poisoning) की अवधारणा प्रस्तुत करता है, जहाँ दुर्भावनापूर्ण उपकरण हानिकारक कार्यों को निष्पादित करने से पहले निर्दोष फीडबैक के माध्यम से विश्वास बनाते हैं, और प्रॉम्प्ट-स्तरीय ह्यूरिस्टिक्स पर निर्भर रहने के बजाय अंतिम निष्पादन योग्य क्रिया को स्कोर करने के माध्यम से इन प्रक्षेपवक्र-आधारित जोखिमों का प्रभावी ढंग से पता लगाने और उन्हें कम करने के लिए TRUST-Bench बेंचमार्क और VISTA-Guard रक्षा ढांचे का प्रस्ताव करता है।

Lecheng Yan, Ruizhe Li, Xicheng Han, Wenxi Li, Binwu Wang, Longyue Wang, Chenyang Lyu, Guanhua Chen2026-05-19
💬 NLP

Hybrid Feature Combinations with CNN for Bangla Fake News Classification

यह शोध प्रदर्शित करता है कि BanFakeNews-2.0 डेटासेट पर बंगाली फर्जी समाचारों का पता लगाने के लिए केवल व्यक्तिगत विशेषताओं का उपयोग करने की तुलना में, सिमेंटिक (semantic), सांख्यिकीय (statistical) और कैरेक्टर-लेवल (character-level) विशेषताओं को संयोजित करना एक कन्वेल्शनल न्यूरल नेटवर्क (CNN) मॉडल के प्रदर्शन को महत्वपूर्ण रूप से बढ़ाता है।

Md Gulzar Hussain, Babe Sultana, Md Rinku Ali2026-05-19
💬 NLP

Generalization or Memorization? Brittleness Testing for Chess-Trained Language Models

यह शोध पत्र इस धारणा को चुनौती देता है कि शतरंज-प्रशिक्षित भाषा मॉडलों में उच्च बेंचमार्क स्कोर वास्तविक नियम समझ का संकेत देते हैं, बल्कि यह तर्क देता है कि उनका प्रदर्शन पैटर्न मिलान (pattern matching) से उत्पन्न होता है और यह प्रदर्शित करता है कि सामान्य LLMs को बाहरी सत्यापनकर्ताओं (external verifiers) के साथ जोड़ना विशिष्ट फाइन-ट्यूनिंग के मुकाबले अधिक लागत प्रभावी और लचीला विकल्प प्रदान करता है।

Ethan Tang2026-05-19
💬 NLP

Temporal Decay of Co-Citation Predictability: A 20-Year Statute Retrieval Benchmark from 396M Ukrainian Court Citations

यह शोधपत्र UA-StatuteRetrieval बेंचमार्क प्रस्तुत करता है, जो 396 मिलियन यूक्रेनी अदालती उद्धरणों का एक अनुदैर्ध्य विश्लेषण है, जो यह प्रदर्शित करता है कि कानूनी व्याख्या में बदलाव और अर्थ संबंधी विचलन (semantic drift) के कारण, विशेष रूप से नागरिक कानून और मध्यम-आवृत्ति वाले लेखों में, 20 वर्षों की अवधि में सह-उद्धरण पूर्वानुमान क्षमता (co-citation predictability) महत्वपूर्ण रूप से घट जाती है, जिससे कानूनी सूचना प्रणालियों में स्थिर पुनर्प्राप्ति संकेतों (stable retrieval signals) की धारणा को चुनौती मिलती है।

Volodymyr Ovcharov2026-05-19
💬 NLP

Beyond Transcripts: Iterative Peer-Editing with Audio Unlocks High-Quality Human Summaries of Conversational Speech

यह शोध पत्र यह प्रदर्शित करता है कि यद्यपि ऑडियो-आधारित मानव सारांश प्रारंभ में ट्रांसक्रिप्ट-आधारित सारांशों की तुलना में कम सूचनात्मक होते हैं, एक पुनरावृत्ति सहकर्मी-संपादन (पीयर-एडिटिंग) कार्यप्रवाह इस अंतर को प्रभावी ढंग से पाट देता है, जिससे ट्रांसक्रिप्ट के बिना भी उच्च गुणवत्ता वाले स्पीच समराइजेशन बेंचमार्क बनाना सक्षम होता है।

Kaavya Chaparala, Thomas Thebaud, Jesús Villalba López, Laureano Moro-Velazquez, Peter Viechnicki, Najim Dehak2026-05-19
💬 NLP

Validate Your Authority: Benchmarking LLMs on Multi-Label Precedent Treatment Classification

यह शोध पत्र मल्टी-लेबल कानूनी मिसाल उपचार वर्गीकरण पर लार्ज लैंग्वेज मॉडल्स को बेंचमार्क करने के लिए एक नया विशेषज्ञ-एनोटेटेड डेटासेट और एक नया एवरेज सेवेरिटी एरर मेट्रिक प्रस्तुत करता है, जो यह प्रकट करता है कि जहाँ जेमिनी 2.5 फ्लैश उच्च-स्तरीय कार्यों में उत्कृष्ट है, वहीं GPT-5-mini जटिल सूक्ष्म-स्तरीय स्कीमा पर बेहतर प्रदर्शन करता है।

M. Mikail Demir, M. Abdullah Canbaz2026-05-19
💬 NLP

Do LLM Agents Mirror Socio-Cognitive Effects in Power-Asymmetric Conversations?

यह शोध पत्र प्रदर्शित करता है कि उच्च या निम्न स्थिति वाले व्यक्तित्व (persona) सौंपे गए बड़े भाषा मॉडल शक्ति विषमता के प्रमुख सामाजिक-संज्ञानात्मक प्रभावों—जैसे भाषाई समन्वय, सर्वनाम उपयोग में बदलाव, अनुनय सफलता और असुरक्षित अनुरोधों के साथ अनुपालन—को प्रदर्शित करते हैं, जो मानव संचार में देखे जाने वाले समान गतिकी को दर्शाते हैं।

Anvesh Rao Vijjini, Sagar Manjunath, Snigdha Chaturvedi2026-05-19
💬 NLP

Sometin Beta Pass Notin (SBPN): Improving Multilingual ASR for Nigerian Languages via Knowledge Distillation

यह शोध पत्र सोमटिन बीटा पास नोटिन (SBPN) का परिचय देता है, जो नाइजीरियाई भाषाओं के लिए एक मौलिक बहुभाषी स्वचालित भाषण पहचान (ASR) मॉडल है, जो डेटा की कमी और टोनल जटिलता जैसी चुनौतियों के बावजूद वर्ड एरर रेट को काफी कम करने और मौजूदा अत्याधुनिक प्रणालियों से बेहतर प्रदर्शन करने के लिए दो-चरणीय ज्ञान आसवन (knowledge distillation) प्रक्रिया का लाभ उठाता है।

Sewade Ogun2026-05-19
💬 NLP

Bridging the Version Gap: Multi-version Training Improves ICD Code Prediction, Especially for Rare Codes

यह शोध पत्र प्रदर्शित करता है कि ICD-9 और ICD-10 डेटा के संयोजन पर एक संशोधित लेबल-वाइज अटेंशन मॉडल को प्रशिक्षित करने से ICD-10 कोड भविष्यवाणी प्रदर्शन में महत्वपूर्ण सुधार होता है, विशेष रूप से दुर्लभ कोडों के लिए, जो कम मापदंडों के साथ संस्करण अंतराल को प्रभावी ढंग से पाटता है और लॉन्ग-टेल समस्या का समाधान करता है।

Jinghui Liu, Anthony Nguyen2026-05-19
💬 NLP

Internalizing Tool Knowledge in Small Language Models via QLoRA Fine-Tuning

यह शोध पत्र प्रदर्शित करता है कि पैरामीटर-कुशल QLoRA फाइन-ट्यूनिंग छोटे भाषा मॉडलों में टूल ज्ञान को आंतरिक रूप से समाहित कर सकती है, जिससे वे टूल प्लानिंग में बड़े, विवरण-निर्भर बेसलाइन की तुलना में बेहतर प्रदर्शन करने में सक्षम होते हैं और साथ ही इन्फरेंस ओवरहेड और टोकन उपयोग को काफी कम करते हैं।

Yuval Shemla, Ayal Yakobe, Tanmay Agarwal2026-05-19