💬 Category

cs.CL

10789 पेपर

💬 NLP

Unconditional Truthfulness: Learning Unconditional Uncertainty of Large Language Models

यह शोध पत्र अटेंशन मैप्स (attention maps), टोकन प्रोबेबिलिटीज (token probabilities) और पुनरावर्ती रूप से गणना किए गए अनिश्चितता स्कोर (recurrently computed uncertainty scores) पर एक रिग्रेशन मॉडल को प्रशिक्षित करके लार्ज लैंग्वेज मॉडल की अनिश्चितता को मापने की एक नवीन विधि प्रस्तावित करता है ताकि कई डेटासेट्स और मॉडल्स में मतिभ्रम (hallucinations) का प्रभावी ढंग से पता लगाया जा सके और चयनात्मक पीढ़ी (selective generation) में सुधार किया जा सके।

Artem Vazhentsev, Ekaterina Fadeeva, Rui Xing, Gleb Kuzmin, Ivan Lazichny, Alexander Panchenko, Preslav Nakov, Timothy B (…)2026-04-29
💬 NLP

Token-Level Density-Based Uncertainty Quantification Methods for Eliciting Truthfulness of Large Language Models

यह शोध पत्र बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) के लिए एक नवीन पर्यवेक्षित अनिश्चितता मात्रा निर्धारण (सुपरवाइज्ड अनसर्टेन्टी क्वांटिफिकेशन) पद्धति प्रस्तुत करता है जो कई परतों में टोकन-स्तरीय एम्बेडिंग्स के लिए महलानोबिस डिस्टेंस (महालनोबिस डिस्टेंस) को अनुकूलित करती है, जो अनुक्रम-स्तरीय जनरेशन और तथ्य-जांच कार्यों दोनों में सत्यता की अभिव्यक्ति के लिए मौजूदा दृष्टिकोणों की तुलना में बेहतर सटीकता और सामान्यीकरण प्रदर्शित करती है।

Artem Vazhentsev, Lyudmila Rvanova, Ivan Lazichny, Alexander Panchenko, Maxim Panov, Timothy Baldwin, Artem Shelmanov2026-04-29
💬 NLP

Large Language Models Are Effective Human Annotation Assistants, But Not Good Independent Annotators

यद्यपि लार्ज लैंग्वेज मॉडल्स इवेंट डिटेक्शन कार्यों के लिए स्वतंत्र एनोटेटर्स के रूप में पर्याप्त विश्वसनीय नहीं हैं, फिर भी वे प्रभावी सहायकों के रूप में कार्य करते हैं जो मानव विशेषज्ञों द्वारा इवेंट सेट क्यूरेट करने और वेरिएबल्स को एनोटेट करने के लिए आवश्यक समय और मानसिक प्रयास को काफी कम कर देते हैं।

Feng Gu, Zongxia Li, Carlos Rafael Colon, Benjamin Evans, Ishani Mondal, Jordan Lee Boyd-Graber2026-04-29
💬 NLP

Bridging the Linguistic Divide: A Survey on Leveraging Large Language Models for Machine Translation

यह सर्वेक्षण व्यापक रूप से इस बात की जांच करता है कि कैसे लार्ज लैंग्वेज मॉडल्स (LLMs) प्रॉम्पटिंग, फाइन-ट्यूनिंग और प्रेफरेंस ऑप्टिमाइज़ेशन जैसी विविध रणनीतियों के माध्यम से मशीन ट्रांसलेशन को रूपांतरित कर रहे हैं, जिसमें विशेष रूप से लो-रिसोर्स परिदृश्यों, डॉक्यूमेंट-लेवल संदर्भों और मूल्यांकन चुनौतियों पर ध्यान केंद्रित किया गया है, जो अंततः LLM-आधारित MT को केवल स्केल के बजाय डेटा गुणवत्ता और अलाइनमेंट द्वारा संचालित एक विकास के रूप में रूपरेखा प्रस्तुत करता है।

Baban Gain, Dibyanayan Bandyopadhyay, Asif Ekbal, Trilok Nath Singh2026-04-29
💬 NLP

Images Amplify Misinformation Sharing in Vision-Language Models

यह अध्ययन प्रकट करता है कि विजन-लैंग्वेज मॉडल मानव सदृश पूर्वाग्रह प्रदर्शित करते हैं, क्योंकि वे छवियों की उपस्थिति में फर्जी समाचारों को पुनः साझा करने की अपनी प्रवृत्ति में उल्लेखनीय वृद्धि करते हैं, और यह संवेदनशीलता विशिष्ट व्यक्तित्व लक्षणों द्वारा और अधिक बढ़ जाती है तथा विभिन्न मॉडल आर्किटेक्चर के अनुसार भिन्न होती है।

Alice Plebe, Timothy Douglas, Diana Riazi, R. Maria del Rio-Chanona2026-04-29
💬 NLP

Cheaper, Better, Faster, Stronger: Robust Text-to-SQL without Chain-of-Thought or Fine-Tuning

यह शोध पत्र "N-rep" प्रस्तुत करता है, जो एक लागत-कुशल टेक्स्ट-टू-SQL विधि है जो महंगे चेन-ऑफ-थॉट रीजनिंग या फाइन-ट्यूनिंग पर निर्भर रहे बिना, मजबूती सुनिश्चित करने के लिए कई स्कीमा रिप्रजेंटेशन्स का लाभ उठाकर मात्र $0.039 प्रति क्वेरी पर BIRD बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करता है।

Yusuf Denizay Dönder, Derek Hommel, Andrea W Wen-Yi, David Mimno, Unso Eun Seo Jo2026-04-29
💬 NLP

RELIC: Evaluating Complex Reasoning via the Recognition of Languages In-Context

यह शोध पत्र RELIC को पेश करता है, जो बड़े भाषा मॉडलों (LLMs) की जटिल तर्क क्षमता का मूल्यांकन करने के लिए एक ढांचा है, जो इन-कॉन्टेक्स्ट (in-context) संदर्भ-मुक्त भाषाओं (context-free languages) को पहचानने की उनकी क्षमता का परीक्षण करता है, जिससे यह पता चलता है कि उन्नत मॉडल भी कार्य की कठिनाई के साथ इन्फरेंस कंप्यूट (inference compute) को स्केल करने में विफल रहते हैं और अक्सर जटिलता बढ़ने के साथ एल्गोरिद्मिक तर्क (algorithmic reasoning) से अनुमान लगाने (guessing) की ओर स्थानांतरित हो जाते हैं।

Jackson Petty, Michael Y. Hu, Wentao Wang, Shauli Ravfogel, William Merrill, Tal Linzen2026-04-29
💬 NLP

Is Large Language Model Performance on Reasoning Tasks Impacted by Different Ways Questions Are Asked?

यह अध्ययन प्रकट करता है कि प्रश्नों का प्रारूप, जिसमें विकल्पों की संख्या और विशिष्ट शब्दावली शामिल है, तर्क संबंधी कार्यों पर लार्ज लैंग्वेज मॉडल के प्रदर्शन को महत्वपूर्ण रूप से प्रभावित करता है, जिससे अक्सर तर्क के चरणों की सटीकता और अंतिम उत्तर की शुद्धता के बीच एक विसंगति उत्पन्न होती है।

Seok Hwan Song, Mohna Chakraborty, Qi Li, Wallapak Tavanapong2026-04-29
💬 NLP

Named Entity Recognition of Historical Texts via Large Language Model

यह अध्ययन दर्शाता है कि लार्ज लैंग्वेज मॉडल्स, ज़ीरो-शॉट और फ्यू-शॉट प्रॉम्प्टिंग रणनीतियों का उपयोग करते हुए, उन ऐतिहासिक ग्रंथों के लिए नेमड एंटिटी रिकग्निशन (Named Entity Recognition) हेतु एक व्यवहार्य और कुशल विकल्प प्रदान करते हैं जहाँ एनोटेटेड ट्रेनिंग डेटा की कमी है, जो पूरी तरह से सुपरवाइज्ड मॉडल्स से पीछे रहने के बावजूद भी उचित रूप से मजबूत प्रदर्शन प्राप्त करते हैं।

Shibingfeng Zhang, Giovanni Colavizza2026-04-29
💬 NLP

Beyond I'm Sorry, I Can't: Dissecting Large Language Model Refusal

यह शोध पत्र निर्देश-ट्यून किए गए बड़े भाषा मॉडलों (large language models) में इनकार (refusal) के आंतरिक तंत्र की जांच करता है, जिसमें विशिष्ट लेटेंट फीचर्स (latent features) को पहचानने और उन्हें हटाने (ablate करने) के लिए स्पार्स ऑटोएनकोडर्स (sparse autoencoders) को प्रशिक्षित किया गया है जो मॉडल को इनकार से अनुपालन (compliance) की ओर कारणवश बदल देते हैं, जिससे जेलब्रेकिंग के लिए एक बहु-चरणीय पाइपलाइन का खुलासा होता है और रेडंडेंट सुरक्षा फीचर्स (redundant safety features) के अस्तित्व पर प्रकाश पड़ता है।

Nirmalendu Prakash, Yeo Wei Jie, Amir Abdullah, Ranjan Satapathy, Erik Cambria, Roy Ka Wei Lee2026-04-29