💬 NLP

Laissez-Faire Harms: Algorithmic Biases in Generative Language Models

यह अध्ययन दर्शाता है कि पाँच बड़े जनरेटिव भाषा मॉडल, जब बिना किसी स्पष्ट पहचान प्रॉम्प्ट के प्राकृतिक "लेसे-फेयर" (laissez-faire) वातावरण में तैनात किए जाते हैं, तो वे अल्पसंख्यक व्यक्तियों के प्रति हानिकारक लोप, अधीनता और रूढ़ियों को व्यवस्थित रूप से बनाए रखते हैं, ऐसे भेदभावपूर्ण आउटपुट उत्पन्न करते हैं जो सशक्त बनाने की तुलना में सैकड़ों से हजारों गुना अधिक नकारात्मक होने की संभावना रखते हैं, और महत्वपूर्ण मनोवैज्ञानिक जोखिम पैदा करते हैं।

Evan Shieh, Faye-Marie Vassel, Cassidy Sugimoto, Thema Monroe-White2026-05-04
💬 NLP

Bias in Large Language Models: Origin, Evaluation, and Mitigation

यह शोध पत्र लार्ज लैंग्वेज मॉडल्स (Large Language Models) में पूर्वाग्रह का एक व्यापक अवलोकन प्रस्तुत करता है, जो इसके उद्गमों का व्यवस्थित रूप से विश्लेषण करता है, डेटा, मॉडल और आउटपुट स्तरों पर पहचान विधियों का मूल्यांकन करता है, और शमन रणनीतियों को वर्गीकृत करते हुए वास्तविक दुनिया के अनुप्रयोगों में पक्षपाती एआई (AI) के नैतिक और कानूनी निहितार्थों पर चर्चा करता है।

Yufei Guo, Muzhe Guo, Juntao Su, Zhou Yang, Mengqiu Zhu, Hongfei Li, Mengyang Qiu, Shuo Shuo Liu2026-05-04
💬 NLP

Representation in large language models

यह शोध पत्र तर्क देता है कि लार्ज लैंग्वेज मॉडल्स केवल रटने के बजाय आंशिक रूप से प्रतिनिधित्व-आधारित सूचना प्रसंस्करण द्वारा संचालित होते हैं, और इन प्रस्तुतियों की जांच करने के लिए व्यावहारिक तकनीकों का प्रस्ताव करता है ताकि सैद्धांतिक गतिरोधों को हल किया जा सके और प्रणालियों की संज्ञानात्मक क्षमताओं को बेहतर ढंग से समझा जा सके।

Cameron Yetman2026-05-04
💬 NLP

Comparing Exploration-Exploitation Strategies of LLMs and Humans: Insights from Standard Multi-armed Bandit Experiments

यह अध्ययन मल्टी-आर्म्ड बैंडिट कार्यों में लार्ज लैंग्वेज मॉडल्स, मनुष्यों और एल्गोरिदम की एक्सप्लोरेशन-एक्सप्लोइटेशन रणनीतियों की तुलना करता है और पाता है कि जबकि "सोचने" (thinking) को सक्षम करने से लार्ज लैंग्वेज मॉडल्स स्थिर वातावरण में अधिक मानव-समान हो जाते हैं, वे फिर भी जटिल, गैर-स्थिर वातावरण में मानवीय अनुकूलन क्षमता और निर्देशित अन्वेषण (directed exploration) प्राप्त करने में संघर्ष करते हैं।

Ziyuan Zhang, Darcy Wang, Ningyuan Chen, Rodrigo Mansur, Vahid Sarhangian2026-05-04
💬 NLP

Lightweight Domain Adaptation of a Large Language Model for Legal Assistance in the Indian Context

यह शोध पत्र लीगल असिस्ट एआई (Legal Assist AI) का परिचय देता है, जो एक हल्का ढांचा है जो ऑल-इंडिया बार एग्जामिनेशन पर GPT-3.5 टर्बो जैसे बड़े मॉडलों से बेहतर प्रदर्शन करने के लिए रिट्रीवल-ऑगमेंटेड जनरेशन और एक विशिष्ट भारतीय कानूनी संग्रह के साथ संयोजित 8-बिलियन-पैरामीटर क्वांटाइज्ड लामा 3.1 मॉडल का लाभ उठाता है, और साथ ही प्रभावी रूप से मतिभ्रम (hallucinations) को कम करता है तथा 22 गुना अधिक पैरामीटर दक्षता प्राप्त करता है।

Jatin Gupta, Akhil Sharma, Saransh Singhania, Ali Imam Abidi2026-05-04
💬 NLP

ExCyTIn-Bench: Evaluating LLM agents on Cyber Threat Investigation

यह शोध पत्र ExCyTIn-Bench प्रस्तुत करता है, जो माइक्रोसॉफ्ट सेंटिनलल (Microsoft Sentinel) लॉग्स और इन्वेस्टिगेशन ग्राफ से 7,542 प्रश्न उत्पन्न करके साइबर खतरे की जांच पर LLM एजेंटों का मूल्यांकन करने के लिए डिज़ाइन किया गया पहला बेंचमार्क है, जो यह प्रकट करता है कि वर्तमान शीर्ष मॉडल केवल 0.606 रिवॉर्ड स्कोर प्राप्त करते हैं और भविष्य में सुधार की महत्वपूर्ण गुंजाइश को उजागर करता है।

Yiran Wu, Mauricio Velazco, Andrew Zhao, Manuel Raúl Meléndez Luján, Srisuma Movva, Yogesh K Roy, Quang Nguyen, Roberto (…)2026-05-04
💬 NLP

InterChart: Benchmarking Visual Reasoning Across Decomposed and Distributed Chart Information

यह शोधपत्र InterChart प्रस्तुत करता है, जो एक नैदानिक बेंचमार्क है जिसे विजन-लैंग्वेज मॉडल्स की कई संबंधित चार्ट्स के बीच तर्क करने की क्षमता का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जो यह प्रकट करता है कि विघटित दृश्य कार्यों (decomposed visual tasks) पर बेहतर प्रदर्शन के बावजूद वर्तमान अत्याधुनिक मॉडल क्रॉस-चार्ट एकीकरण और जटिल बहु-चरणीय तर्क में काफी संघर्ष करते हैं।

Anirudh Iyengar Kaniyar Narayana Iyengar, Srija Mukhopadhyay, Adnan Qidwai, Shubhankar Singh, Dan Roth, Vivek Gupta2026-05-04
💬 NLP

Knowing When to Defer: Selective Prediction for Responsible Knowledge Tracing

यह शोध पत्र नॉलेज ट्रेसिंग मॉडल्स के लिए एक अंतर्निहित चयनात्मक भविष्यवाणी ढांचे (intrinsic selective prediction framework) को प्रस्तुत करता है जो एपिस्टेमिक अनिश्चितता (epistemic uncertainty) को मापने के लिए मोंटे कार्लो ड्रॉपआउट का लाभ उठाता है, यह प्रदर्शित करते हुए कि सबसे अनिश्चित भविष्यवाणियों को स्थगित करने से सटीकता और निष्पक्षता में उल्लेखनीय वृद्धि होती है और यह भी प्रकट होता है कि मानक साइकोमेट्रिक कारक मॉडल के अनिश्चितता संकेत के एक चौथाई से भी कम हिस्से की व्याख्या करते हैं।

Joshua Mitton, Prarthana Bhattacharyya, Ralph Abboud, Simon Woodhead2026-05-04
💬 NLP

Learning from Supervision with Semantic and Episodic Memory: A Reflective Approach to Agent Adaptation

यह शोध पत्र एक मेमोरी-ऑगमेंटेड फ्रेमवर्क का प्रस्ताव करता है जो एजेंट की अनुकूलन क्षमता में सुधार करने और बिना पैरामीटर अपडेट के इन्फरेंस लागत को कम करने के लिए एपिसोडिक और सिमेंटिक मेमोरी में संग्रहीत LLM-जनरेटेड आलोचनाओं (critiques) का लाभ उठाता है, जबकि विभिन्न मॉडलों और डोमेनों में प्रदर्शन विविधताओं को समझाने के लिए एक "सजेस्टिबिलिटी" (suggestibility) मीट्रिक पेश करता है।

Jackson Hassell, Dan Zhang, Hannah Kim, Tom Mitchell, Estevam Hruschka2026-05-04
💬 NLP

PORTool: Importance-Aware Policy Optimization with Rewarded Tree for Multi-Tool-Integrated Reasoning

यह शोध पत्र PORTool को प्रस्तुत करता है, जो एक महत्व-जागरूक (importance-aware) नीति अनुकूलन एल्गोरिदम है जो शुद्धता और निष्पादन वैधता के आधार पर चरण-स्तरीय पुरस्कारों को निर्दिष्ट करने के लिए पुरस्कृत रोलआउट पेड़ों (rewarded rollout trees) का लाभ उठाता है, जिससे क्रेडिट-असाइनमेंट अस्पष्टता का समाधान होता है और मल्टी-टूल-एकीकृत तर्क एजेंटों की सटीकता और दक्षता दोनों में सुधार होता है।

Feijie Wu, Weiwu Zhu, Yuxiang Zhang, Soumya Chatterjee, Jiarong Zhu, Fan Mo, Rong Luo, Jing Gao2026-05-04