💬 Category

cs.CL

10792 पेपर

💬 NLP

Creating and Evaluating Personas Using Generative AI: A Scoping Review of 81 Articles

81 लेखों (2022-2025) का यह स्कोपिंग रिव्यू (scoping review) पर्सोना डेवलपमेंट में जनरेटिव एआई के उपयोग का परीक्षण करता है, जो उच्च संसाधन साझाकरण और संवादात्मक इंटरफेस के उदय को उजागर करता है, साथ ही अपर्याप्त मूल्यांकन, जीपीटी (GPT) मॉडलों पर अत्यधिक निर्भरता, चक्रीयता (circularity) के जोखिम और मानव डेवलपर्स की घटती भूमिका जैसे महत्वपूर्ण अंतराल की पहचान करता है, और अंततः जिम्मेदार एकीकरण के लिए दिशानिर्देश प्रस्तावित करता है।

Danial Amin, Joni Salminen, Farhan Ahmed, Sonja M. H. Tervola, Sankalp Sethi, Bernard J. Jansen2026-04-20
💬 NLP

SelfBudgeter: Adaptive Token Allocation for Efficient LLM Reasoning

यह शोधपत्र SelfBudgeter का प्रस्ताव करता है, जो एक स्व-अनुकूली (self-adaptive) तर्क रणनीति है जो मॉडलों को क्वेरी की जटिलता के आधार पर टोकन बजट का अनुमान लगाने और गतिशील रूप से आवंटित करने के लिए प्रशिक्षित करती है, जिससे सटीकता बनाए रखते हुए आउटपुट की लंबाई और विलंबता (latency) में उल्लेखनीय कमी आती है और उपयोगकर्ताओं को नियंत्रणीय जनरेशन सीमाएँ प्रदान करती है।

Zheng Li, Qingxiu Dong, Jingyuan Ma, Di Zhang, Kai Jia, Zhifang Sui2026-04-20
💬 NLP

Interpretable Traces, Unexpected Outcomes: Investigating the Disconnect in Trace-Based Knowledge Distillation

यह शोध पत्र इस धारणा को चुनौती देता है कि चेन-ऑफ-थॉट (Chain-of-Thought) ट्रेस स्वाभाविक रूप से वैध और व्याख्या योग्य होते हैं, यह प्रदर्शित करते हुए कि ट्रेस की शुद्धता अंतिम उत्तर की सटीकता का विश्वसनीय रूप से पूर्वानुमान नहीं लगाती है और सबसे उत्कृष्ट प्रदर्शन करने वाले मॉडल अक्सर ऐसे ट्रेस उत्पन्न करते हैं जो उपयोगकर्ताओं के लिए कम व्याख्या योग्य और अधिक संज्ञानात्मक रूप से चुनौतीपूर्ण होते हैं।

Siddhant Bhambri, Upasana Biswas, Subbarao Kambhampati2026-04-20
💬 NLP

TabularMath: Understanding Math Reasoning over Tables with Large Language Models

यह शोध पत्र स्केलेबल सारणीबद्ध तर्क कार्यों (tabular reasoning tasks) को उत्पन्न करने के लिए एक न्यूरो-सिंबोलिक फ्रेमवर्क, AutoT2T पेश करता है, और TabularMath प्रस्तुत करता है, जो टेक्स्ट और इमेज-आधारित तालिकाओं में बड़े भाषा मॉडलों की गणितीय तर्क क्षमताओं का मूल्यांकन करने वाला एक व्यापक बेंचमार्क है और साथ ही मॉडल के प्रदर्शन पर तालिका की जटिलता और गुणवत्ता के महत्वपूर्ण प्रभाव को भी उजागर करता है।

Shi-Yu Tian, Zhi Zhou, Wei Dong, Kun-Yang Yu, Ming Yang, Zi-Jian Cheng, Lan-Zhe Guo, Yu-Feng Li2026-04-20
💬 NLP

Faithfulness-Aware Uncertainty Quantification for Fact-Checking the Output of Retrieval Augmented Generation

यह शोधपत्र FRANQ प्रस्तुत करता है, जो रिट्रीवल-ऑगमेंटेड जनरेशन (Retrieval-Augmented Generation) के लिए एक नवीन मतिभ्रम (hallucination) पहचान पद्धति है, जो प्राप्त साक्ष्यों की सत्यनिष्ठा (faithfulness) के आधार पर विशिष्ट अनिश्चितता मात्रा निर्धारण (uncertainty quantification) तकनीकों को लागू करके तथ्यात्मक त्रुटि पहचान में सुधार करती है, जिसे तथ्यवत्ता (factuality) और सत्यनिष्ठा (faithfulness) दोनों के लिए एनोटेट किए गए एक नए डेटासेट के माध्यम से सत्यापित किया गया है।

Ekaterina Fadeeva, Aleksandr Rubashevskii, Dzianis Piatrashyn, Roman Vashurin, Shehzaad Dhuliawala, Artem Shelmanov, Tim (…)2026-04-20
🤖 machine learning

ChemAmp: Amplified Chemistry Tools via Composable Agents

यह शोध पत्र ChemAmp का परिचय देता है, जो एक हल्का ढांचा (framework) है जो रसायन विज्ञान के उपकरणों को विशिष्ट सुपर-एजेंटों में गतिशील रूप से संयोजित करके उन्हें प्रवर्धित करता है, जिससे यह एक डेटा-कुशल, बॉटम-अप निर्माण रणनीति के माध्यम से बुनियादी रासायनिक कार्यों में मौजूदा मॉडलों से बेहतर प्रदर्शन करते हुए अनुमान लागत (inference costs) को महत्वपूर्ण रूप से कम करता है।

Zhucong Li, Powei Chang, Jin Xiao, Zhijian Zhou, Qianyu He, Jiaqing Liang, Fenglei Cao, Xu Yinghui, Yuan Qi2026-04-20
💬 NLP

Revisiting the Uniform Information Density Hypothesis in LLM Reasoning

यह शोध पत्र एलएलएम (LLM) तर्क क्षमता में यूनिफॉर्म इंफॉर्मेशन डेंसिटी (Uniform Information Density) परिकल्पना को चुनौती देता है, यह प्रदर्शित करते हुए कि उच्च गुणवत्ता वाला तर्क सुचारू स्थानीय सूचना संक्रमण (smooth local information transitions) लेकिन गैर-समान वैश्विक सूचना प्रवाह (non-uniform global information flow) द्वारा अभिलक्षित होता है, जो वैकल्पिक आंतरिक संकेतों की तुलना में तर्क की गुणवत्ता का एक बेहतर भविष्यवक्ता के रूप में कार्य करता है।

Minju Gwak, Guijin Son, Jaehyung Kim2026-04-20
💬 NLP

Curing Miracle Steps in LLM Mathematical Reasoning with Rubric Rewards

यह शोध पत्र रूब्रिक रिवॉर्ड मॉडल (RRM) को प्रस्तुत करता है, जो एक प्रक्रिया-उन्मुख पुरस्कार फलन (रिवॉर्ड फंक्शन) है जो तार्किक दोषों और "मिरेकल स्टेप्स" को प्रभावी ढंग से दंडित करने के लिए समस्या-विशिष्ट रूब्रिक्स के विरुद्ध रीजनिंग ट्रेजेक्टरीज का मूल्यांकन करता है, जिससे केवल परिणाम-आधारित पर्यवेक्षण की तुलना में गणितीय तर्क की सटीकता में उल्लेखनीय सुधार होता है और रिवॉर्ड हैकिंग कम होती है।

Youliang Yuan, Qiuyang Mang, Jingbang Chen, Hong Wan, Xiaoyuan Liu, Junjielong Xu, Jen-tse Huang, Wenxuan Wang, Wenxiang (…)2026-04-20
💬 NLP

EvoTest: Evolutionary Test-Time Learning for Self-Improving Agentic Systems

यह शोधपत्र EvoTest को प्रस्तुत करता है, जो एक विकासवादी टेस्ट-टाइम लर्निंग फ्रेमवर्क है जो एक इवॉल्वर एजेंट के माध्यम से अपने सिस्टम कॉन्फ़िगरेशन को विकसित करके AI एजेंटों को बिना ग्रेडिएंट्स या फाइन-ट्यूनिंग के गेमप्ले के दौरान स्वयं को बेहतर बनाने में सक्षम बनाता है, जो मौजूदा अनुकूलन विधियों की तुलना में नए जेरिको टेस्ट-टाइम लर्निंग (J-TTL) बेंचमार्क पर उत्कृष्ट प्रदर्शन प्रदर्शित करता है।

Yufei He, Juncheng Liu, Yue Liu, Yibo Li, Tri Cao, Zhiyuan Hu, Xinxing Xu, Bryan Hooi2026-04-20
💬 NLP

FACTS: Table Summarization via Offline Template Generation with Agentic Workflows

यह शोध पत्र FACTS प्रस्तुत करता है, जो एक एजेंटिक वर्कफ़्लो है जो पुन: प्रयोज्य ऑफलाइन SQL और Jinja2 टेम्प्लेट उत्पन्न करता है ताकि बिना किसी महंगी फाइन-ट्यूनिंग या संवेदनशील डेटा को उजागर किए, तेज़, सटीक और गोपनीयता-अनुपालक क्वेरी-केंद्रित तालिका सारांश सक्षम किया जा सके।

Ye Yuan, Mohammad Amin Shabani, Siqi Liu2026-04-20