💬 Category

cs.CL

10509 पेपर

💬 NLP

Automatic Construction of a Legal Citation Graph from 100 Million Ukrainian Court Decisions: Large-Scale Extraction, Topological Analysis, and Ontology-Driven Clustering

यह शोध पत्र 10 करोड़ से अधिक यूक्रेनी अदालती निर्णयों से एक विशाल कानूनी उद्धरण ग्राफ (legal citation graph) के स्वचालित निर्माण को प्रस्तुत करता है, जो यह प्रकट करता है कि 50.2 करोड़ उद्धरण किनारों (citation edges) का अनसुपरवाइज्ड विश्लेषण कानूनी डोमेन सीमाओं को प्रभावी ढंग से एनकोड करता है, लगभग पूर्ण सटीकता के साथ विधायी महत्व की भविष्यवाणी करता है, और शासन परिवर्तनों का पता लगाता है, जिससे एलएलएम-सहायता प्राप्त कानूनी विश्लेषण के लिए एक ऑन्टोलॉजी-संचालित वर्कफ़्लो का निर्माण सक्षम होता है।

Volodymyr Ovcharov2026-05-18
💬 NLP

Capability Conditioned Scaffolding for Professional Human LLM Collaboration

यह शोधपत्र 'कैपेबिलिटी कंडीशनड स्कैफोल्डिंग' (Capability Conditioned Scaffolding) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो मानव-एआई सहयोग में पेशेवर डोमेन ड्रिफ्ट (professional domain drift) को कम करने के लिए एआई हस्तक्षेपों को मजबूत, मिश्रित और कमजोर डोमेन में उपयोगकर्ताओं के विशिष्ट विशेषज्ञता स्तरों के अनुरूप तैयार करता है।

Sen Yang, Yinglei Ma2026-05-18
💬 NLP

Why are language models less surprised than humans? Testing the Parse Multiplicity Mismatch Hypothesis

यह शोध इस परिकल्पना का परीक्षण करता है कि भाषाई अस्पष्टता में मानव प्रसंस्करण कठिनाई का भाषा मॉडलों द्वारा कम आकलन उनके द्वारा मनुष्यों की तुलना में अधिक समवर्ती वाक्य पार्स (sentence parses) बनाए रखने की क्षमता से उत्पन्न होता है, लेकिन यह पाता है कि हालांकि पार्स बहुलता (parse multiplicity) को कम करने से अनुमानित गार्डन-पाथ प्रभाव बढ़ते हैं, फिर भी यह मानव पठन समय के अंतर के परिमाण की पूर्ण व्याख्या करने में विफल रहता है।

William Timkey, Brian Dillon, Tal Linzen2026-05-18
💬 NLP

Reasoning Models Don't Just Think Longer, They Move Differently

यह शोध पत्र यह प्रदर्शित करता है कि जनरेशन की लंबाई (generation length) को सुधारने के बाद, रीजनिंग-प्रशिक्षित मॉडल विशिष्ट आंतरिक प्रक्षेपवक्र ज्यामिति (internal trajectory geometries) प्रदर्शित करते हैं—विशेष रूप से कोड डोमेन में—जो केवल विस्तारित गणना के बजाय वास्तविक रणनीति परिवर्तनों और अनिश्चितता की निगरानी को दर्शाते हैं।

Anders Gjølbye, Lars Kai Hansen, Sanmi Koyejo2026-05-18
🤖 machine learning

GRLO: Towards Generalizable Reinforcement Learning in Open-Ended Environments from Zero

यह शोध पत्र GRLO को पेश करता है, जो एक अत्यधिक कुशल सुदृढीकरण शिक्षण (reinforcement learning) दृष्टिकोण है जो गणित और कोडिंग जैसे विविध डोमेन में मजबूत सामान्यीकरण प्राप्त करने के लिए ओपन-एंडेड संवादात्मक इंटरैक्शन के एक छोटे सेट पर मॉडलों को शून्य से प्रशिक्षित करता है, जो पारंपरिक इन-डोमेन RLVR विधियों की तुलना में डेटा और कंप्यूट आवश्यकताओं को काफी कम कर देता है।

Shangjian Yin, Yu Fu, Yue Dong, Zhouxing Shi2026-05-18
💬 NLP

Retrieval-Augmented Large Language Models for Schema-Constrained Clinical Information Extraction

यह शोध पत्र GPT-5.2 और स्कीमा-प्रतिबंधित प्रॉम्प्टिंग का उपयोग करते हुए एक मॉड्यूलर रिट्रीवल-ऑगमेंटेड जनरेशन पाइपलाइन प्रस्तावित करता है जो नर्स-रोगी ट्रांसक्रिप्ट से नैदानिक अवलोकनों को एक संरचित प्रारूप में निकालने और सामान्य करने के लिए है, जिसने 80.36% F1 स्कोर प्राप्त किया है और यह प्रदर्शित किया है कि रिट्रीवल ऑग्मेंटेशन और सेकंड-पास ऑडिटिंग स्कीमा अनुपालन को महत्वपूर्ण रूप से बढ़ाते हैं।

A H M Rezaul Karim, Ozlem Uzuner2026-05-18
💬 NLP

FINESSE-Bench: A Hierarchical Benchmark Suite for Financial Domain Knowledge and Technical Analysis in Large Language Models

यह शोध पत्र FINESSE-Bench को प्रस्तुत करता है, जो एक पदानुक्रमित बेंचमार्क सुइट है जिसमें आठ विशिष्ट कार्यों—जिनमें प्रमाणन-शैली की परीक्षाएँ, ट्रेडिंग अनुप्रयोग और एक रूसी-भाषा ओलंपियाड शामिल हैं—के माध्यम से 3,993 प्रश्न शामिल हैं, ताकि बड़े भाषा मॉडलों (LLMs) में वित्तीय डोमेन ज्ञान और तकनीकी तर्क क्षमताओं की प्रगति का व्यापक मूल्यांकन किया जा सके।

Dmitry Stanishevskii, Nini Kamkia, Alexey Khoroshilov, Dmitry Zmitrovich, Denis Kokosinskii, Zhirayr Hayrapetyan, Andrei (…)2026-05-18
💬 NLP

Process Rewards with Learned Reliability

यह शोधपत्र BetaPRM को प्रस्तुत करता है, जो एक वितरण संबंधी प्रोसेस रिवॉर्ड मॉडल (distributional Process Reward Model) है जो स्टेप-लेवल सफलता की संभावनाओं और उनकी विश्वसनीयता दोनों का पूर्वानुमान लगाता है ताकि एडेप्टिव कंप्यूटेशन एलोकेशन (Adaptive Computation Allocation) को सक्षम बनाया जा सके, जो भविष्यवाणी के आत्मविश्वास के आधार पर गणना को गतिशील रूप से समायोजित करके बेस्ट-ऑफ-एन (Best-of-N) रीजनिंग में सटीकता-टोकन ट्रेडऑफ़ में महत्वपूर्ण सुधार करता है।

Jinyuan Li, Langlin Huang, Chengsong Huang, Shaoyang Xu, Donghong Cai, Yuyi Yang, Wenxuan Zhang, Jiaxin Huang2026-05-18
🤖 machine learning

DeltaPrompts: Escaping the Zero-Delta Trap in Multimodal Distillation

यह शोध पत्र डेल्टाप्रॉम्प्ट्स (DeltaPrompts) का परिचय देता है, जो एक चरणबद्ध पाइपलाइन द्वारा निर्मित 200k सिंथेटिक रीजनिंग समस्याओं का एक डेटासेट है जो "ज़ीरो-डेल्टा" प्रॉम्प्ट्स को लक्षित करता है जहाँ शिक्षक और छात्र मॉडल सहमत होते हैं, जिससे लर्निंग सिग्नल अधिकतम होता है और विविध मल्टीमॉडल डिस्टिलेशन परिदृश्यों में 15% तक सापेक्ष प्रदर्शन सुधार प्राप्त होता है।

Jaehun Jung, Hyunwoo Kim, Brandon Cui, Ximing Lu, David Acuna, Prithviraj Ammanabrolu, Yejin Choi2026-05-18
💬 NLP

When Latent Geometry Is Not Enough: Draft-Conditioned Latent Refinement for Non-Autoregressive Text Generation

यह शोध पत्र यह तर्क देता है कि नॉन-ऑटोरेग्रेसिव टेक्स्ट जनरेशन के लिए केवल लेटेंट ज्योमेट्री (latent geometry) अपर्याप्त है, यह प्रदर्शित करते हुए कि फुल-डायमेंशनल BERT लेटेंट्स और डिकोडर-अवेयर इवैल्यूएशन मेट्रिक्स के साथ ड्राफ्ट-कंडीशन्ड लेटेंट रिफाइनमेंट, केवल ज्यामितीय संरेखण या संकुचित निरूपणों पर निर्भर दृष्टिकोणों की तुलना में काफी बेहतर प्रदर्शन करता है।

De Shuai Zhang2026-05-18