cs.CL पेपर | Gist.Science

Can AI Debias the News? LLM Interventions Improve Cross-Partisan Receptivity but LLMs Overestimate Their Own Effectiveness

यद्यपि लार्ज लैंग्वेज मॉडल्स (LLMs) सरल शाब्दिक परिवर्तनों के बजाय सारगर्भित पुनर्गठन (substantive reframing) के माध्यम से रूढ़िवादी पाठकों की उदारवादी समाचारों के प्रति स्वीकार्यता को प्रभावी ढंग से सुधार सकते हैं, वे अपने प्रभाव की व्यापकता का अत्यधिक आकलन करते हैं और मानवीय प्रतिक्रियाशीलता को संचालित करने वाले मनोवैज्ञानिक कारकों को गलत पहचानते हैं, जो एआई-नेतृत्व वाले पूर्वाग्रह निवारण प्रयासों में मानवीय निरीक्षण की आवश्यकता को रेखांकित करता है।

Faisal Feroz, Jonas R. Kunst2026-05-05

💬 NLP

CLEAR: Revealing How Noise and Ambiguity Degrade Reliability in LLMs for Medicine

यह शोध पत्र CLEAR फ्रेमवर्क प्रस्तुत करता है जो यह प्रदर्शित करता है कि मानक चिकित्सा बेंचमार्क वास्तविक दुनिया की अस्पष्टता को पकड़ने में विफल रहते हैं, जिससे यह पता चलता है कि उत्तर विकल्पों को बढ़ाना, परित्याग (abstention) की शब्दावली को अनिश्चितता स्वीकारोक्ति में बदलना, और मॉडल के आकार को बढ़ाना, सभी एक "विनम्रता की कमी" (humility deficit) को बढ़ाकर LLM की विश्वसनीयता को कम करते हैं जहाँ मॉडल गलत उत्तरों से बचने में संघर्ष करते हैं।

Kevin H. Guo, Chao Yan, Avinash Baidya, Katherine Brown, Xiang Goa, Juming Xiong, Zhijun Yin, Bradley A. Malin2026-05-05

💬 NLP

Compared to What? Baselines and Metrics for Counterfactual Prompting

यह शोध पत्र तर्क देता है कि मानक काउंटरफैक्चुअल प्रॉम्प्टिंग मूल्यांकन अक्सर मॉडल की संवेदनशीलता को विशिष्ट कारकों के प्रति गलत तरीके से आरोपित करते हैं क्योंकि वे सतही-रूप परिवर्तनों (surface-form changes) के प्रति सामान्य संवेदनशीलता को ध्यान में रखने में विफल रहते हैं, और एक ऐसे सुदृढ़ ढांचे का प्रस्ताव देता है जो वास्तविक प्रभावों को आकस्मिक शोर से अलग करने के लिए लक्षित हस्तक्षेपों की तुलना पैराफ्रेसिंग बेसलाइन से करता है।

Zihao Yang, Mosh Levy, Yoav Goldberg, Byron C. Wallace2026-05-05

💬 NLP

A Systematic Exploration of Text Decomposition and Budget Distribution in Differentially Private Text Obfuscation

यह शोध पत्र विभेदक रूप से निजी (डिफरेंशियल प्राइवेसी) टेक्स्ट अस्पष्टीकरण के लिए विभिन्न टेक्स्ट अपघटन और गोपनीयता बजट वितरण तकनीकों का व्यवस्थित रूप से मूल्यांकन करता है, यह प्रदर्शित करते हुए कि चंकिंग और $\varepsilon$ आवंटन में रणनीतिक डिजाइन विकल्प अनुभवजन्य समझौतों (ट्रेड-ऑफ) को महत्वपूर्ण रूप से प्रभावित करते हैं और गोपनीयता बाधाओं के तहत उपयोगिता को अधिकतम करने में सक्षम बनाते हैं।

Stephen Meisenbacher, Angelo Kleinert, Florian Matthes2026-05-05

💬 NLP

Controlled Paraphrase Geometry in Sentence Embedding Space: Local Manifold Modeling and Latent Probing

यह शोध पत्र एक स्थानीय मैनिफोल्ड मॉडलिंग ढांचे और CoPaGE-300K डेटासेट को पेश करता है ताकि वाक्य एम्बेडिंग स्पेस के भीतर सिंथेटिक बिंदुओं का विश्लेषण और निर्माण किया जा सके, जो यह प्रदर्शित करता है कि हालांकि गैररेखीय ज्यामितीय मॉडल स्थानीय अर्थ संबंधी संरचनाओं को सटीक रूप से कैप्चर करते हैं, उनकी ज्यामितीय वैधता आवश्यक रूप से बेहतर डाउनस्ट्रीम वर्गीकरण प्रदर्शन में अनुवादित नहीं होती है।

Leonid Bedratyuk2026-05-05

💬 NLP

Teaching LLMs Brazilian Healthcare: Injecting Knowledge from Official Clinical Guidelines

यह शोध पत्र एक विधि प्रस्तुत करता है जिसके माध्यम से आधिकारिक नैदानिक दिशानिर्देशों से सिंथेटिक डेटा उत्पन्न करके और सुदृढीकरण शिक्षण (reinforcement learning) के साथ निरंतर पूर्व-प्रशिक्षण (continual pre-training) लागू करके एक 14B-पैरामीटर वाले LLM को ब्राज़ीलियाई स्वास्थ्य सेवा डोमेन के अनुकूल बनाया गया है, जिसके परिणामस्वरूप एक ऐसा मॉडल प्राप्त हुआ है जो नव स्थापित ब्राज़ीलियाई नैदानिक बेंचमार्क पर बड़े प्रोप्रायटरी सिस्टम्स से बेहतर प्रदर्शन करता है।

Hugo Abonizio, Filipe Rocha Lopes, Roberto Lotufo, Rodrigo Nogueira2026-05-05

💬 NLP

Quantifying and Predicting Disagreement in Graded Human Ratings

यह शोध पत्र दृष्टिकोण संबंधी विचलन को मापने के लिए 'अपोजिशन इंडेक्स' (Opposition Index) प्रस्तावित करके अनुचित भाषा के लिए श्रेणीबद्ध मानवीय रेटिंग में असहमति के पैटर्न की जांच करता है और यह प्रदर्शित करता है कि पाठ्य विशेषताएँ (textual features) एनोटेशन भिन्नता और विरोधी मानवीय विचारों वाले उदाहरणों की कठिनाई, दोनों का मध्यम स्तर पर पूर्वानुमान लगा सकती हैं।

Leixin Zhang, Çağrı Çöltekin2026-05-05

💬 NLP

Compute Optimal Tokenization

यह शोध पत्र यह प्रदर्शित करता है कि कंप्यूट-ऑप्टिमल भाषा मॉडल कॉन्फ़िगरेशन में, पैरामीटर की संख्या टोकन के बजाय बाइट्स में मापे गए डेटा आकार के समानुपाती रूप से स्केल करती है, जो यह प्रकट करता है कि इष्टतम टोकन संपीड़न दर मानक BPE से भिन्न है और कंप्यूट बढ़ने के साथ घटती जाती है।

Tomasz Limisiewicz, Artidoro Pagnoni, Srini Iyer, Mike Lewis, Sachin Mehta, Alisa Liu, Margaret Li, Gargi Ghosh, Luke Ze (…)2026-05-05

💬 NLP

SRA: Span Representation Alignment for Large Language Model Distillation

यह शोध पत्र SRA को प्रस्तुत करता है, जो एक नवीन क्रॉस-टोकनाइज़र नॉलेज डिस्टिलेशन फ्रेमवर्क है जो व्यक्तिगत टोकन के बजाय रोबस्ट, अटेंशन-वेटेड स्पैन रिप्रेजेंटेशन्स को संरेखित करने के लिए मल्टी-पार्टिकल डायनेमिकल सिस्टम्स परिप्रेक्ष्य का लाभ उठाता है, जो चुनौतीपूर्ण क्रॉस-आर्किटेक्चर परिदृश्यों में मौजूदा विधियों से काफी बेहतर प्रदर्शन करता है।

Quoc Phong Dao, Hoang Son Nguyen, Pham Khanh Chi, Tung Nguyen, Linh Ngo Van, Nguyen Thi Ngoc Diep, Trung Le2026-05-05

🤖 machine learning

Attention Sinks in Massively Multilingual Neural Machine Translation:Discovery, Analysis, and Mitigation

यह शोध पत्र बहुभाषी न्यूरल मशीन ट्रांसलेशन मॉडल्स में एक व्यवस्थित "अटेंशन सिंक" (attention sink) आर्टिफैक्ट की पहचान और शमन करता है, जहाँ गैर-सामग्री वाले टोकन क्रॉस-अटेंशन मास को असमान रूप से अवशोषित कर लेते हैं, और एक ऐसी फ़िल्टरिंग पद्धति पेश करता है जो पहले से छिपे हुए भाषाई पैटर्न को प्रकट करती है और अटेंशन-आधारित व्याख्यात्मकता विश्लेषणों की विश्वसनीयता में महत्वपूर्ण सुधार करती है।

Hillary Mutisya, John Mugane2026-05-05

← पिछला अगला →