💬 Category

cs.CL

10949 पेपर

💬 NLP

VL-Calibration: Decoupled Confidence Calibration for Large Vision-Language Models Reasoning

यह शोध पत्र VL-Calibration का प्रस्ताव करता है, जो एक सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो अंतर्निहित दृश्य निश्चितता अनुमान (intrinsic visual certainty estimation) और टोकन-स्तरीय लाभ पुन: भारण (token-level advantage reweighting) का उपयोग करके आत्मविश्वास को दृश्य और तर्क घटकों में अलग करता है ताकि लार्ज विजन-लैंग्वेज मॉडल्स में मतिभ्रम (hallucinations) को प्रभावी ढंग से कम किया जा सके और अंशांकन (calibration) में सुधार किया जा सके।

Wenyi Xiao, Xinchi Xu, Leilei Gan2026-04-13
💬 NLP

VisionFoundry: Teaching VLMs Visual Perception with Synthetic Images

यह शोध पत्र VisionFoundry को प्रस्तुत करता है, जो विजन-लैंग्वेज मॉडल्स में दृश्य धारणा (visual perception) की कमजोरियों को दूर करने के लिए LLMs और टेक्स्ट-टू-इमेज मॉडल्स का उपयोग करके कार्य-विशिष्ट सिंथेटिक VQA डेटा उत्पन्न करने वाला एक पाइपलाइन है, जिसके परिणामस्वरूप बिना किसी मानवीय एनोटेशन के MMVP और CV-Bench-3D जैसे बेंचमार्क पर महत्वपूर्ण प्रदर्शन लाभ प्राप्त होता है।

Guanyu Zhou, Yida Yin, Wenhao Chai, Shengbang Tong, Xingyu Fu, Zhuang Liu2026-04-13
💬 NLP

Case-Grounded Evidence Verification: A Framework for Constructing Evidence-Sensitive Supervision

यह शोधपत्र एक केस-ग्राउंडेड साक्ष्य सत्यापन ढांचे (case-grounded evidence verification framework) को प्रस्तुत करता है जो साक्ष्य-आधारित तर्क में कमजोर पर्यवेक्षण की बाधा को संबोधित करने के लिए अर्थपूर्ण रूप से नियंत्रित प्रशिक्षण उदाहरण उत्पन्न करता है ताकि मॉडलों को निर्णय लेने के लिए वास्तव में साक्ष्य पर निर्भर रहना सिखाया जा सके, जो यह प्रदर्शित करता है कि साक्ष्य की कारण संबंधी भूमिका को एनकोडिंग करने वाला स्पष्ट पर्यवेक्षण बेसलाइनों की तुलना में प्रदर्शन और मजबूती में महत्वपूर्ण सुधार करता है।

Soroosh Tayebi Arasteh, Mehdi Joodaki, Mahshad Lotfinia, Sven Nebelung, Daniel Truhn2026-04-13
💬 NLP

Seeing Like an AI: How LLMs Apply (and Misapply) Wikipedia Neutrality Norms

यह शोध पत्र विकिपीडिया की तटस्थ दृष्टिकोण नीति को लागू करने की लार्ज लैंग्वेज मॉडल्स (LLMs) की क्षमता का मूल्यांकन करता है, जिसमें यह पाया गया है कि हालांकि LLMs ऐसे पुनर्गठित लेख उत्पन्न कर सकते हैं जिन्हें मानवीय संपादन की तुलना में अधिक तटस्थ और सुसंगत माना जाता है, फिर भी वे सटीक पूर्वाग्रह पहचानने में संघर्ष करते हैं और अक्सर ऐसे अनावश्यक परिवर्तन करते हैं जो सामुदायिक मानदंडों से विचलित होते हैं, जिससे संभावित रूप से संपादक की एजेंसी कमजोर होती है और मॉडरेशन का बोझ बढ़ता है।

Joshua Ashkinaze, Ruijia Guan, Laura Kurek, Eytan Adar, Ceren Budak, Eric Gilbert2026-04-10
📈 economics

Transforming the Voice of the Customer: Large Language Models for Identifying Customer Needs

यह शोध पत्र यह प्रदर्शित करता है कि सुपरवाइज्ड फाइन-ट्यून्ड लार्ज लैंग्वेज मॉडल्स गुणात्मक डेटा से ग्राहकों की आवश्यकताओं की पहचान और उनके निरूपण को प्रभावी ढंग से स्वचालित कर सकते हैं, जो पेशेवर विश्लेषकों के प्रदर्शन के बराबर या उससे बेहतर है और साथ ही उत्पाद नवाचार के लिए स्केलेबल, उच्च-लीवरेज इनसाइट्स को सक्षम बनाता है।

Artem Timoshenko, Chengfeng Mao, John R. Hauser2026-04-10
💬 NLP

Self-Reported Confidence of Large Language Models in Gastroenterology: Analysis of Commercial, Open-Source, and Quantized Models

यह अध्ययन गैस्ट्रोएंटरोलॉजी बोर्ड-शैली के 300 प्रश्नों पर विभिन्न लार्ज लैंग्वेज मॉडल्स के स्व-रिपोर्ट किए गए आत्मविश्वास का मूल्यांकन करता है, जिससे पता चलता है कि जहाँ शीर्ष प्रदर्शन करने वाले मॉडल्स बेहतर सटीकता दिखाते हैं, वहीं सभी मॉडल्स लगातार अति-आत्मविश्वास प्रदर्शित करते हैं, जो स्वास्थ्य सेवा में उनके सुरक्षित परिनियोजन के लिए एक महत्वपूर्ण बाधा को रेखांकित करता है।

Nariman Naderi, Seyed Amir Ahmad Safavi-Naini, Thomas Savage, Zahra Atf, Peter Lewis, Girish Nadkarni, Ali Soroush2026-04-10
💬 NLP

EventWeave: A Dynamic Framework for Capturing Core and Supporting Events in Dialogue Systems

EventWeave एक गतिशील ढांचा है जो मुख्य और सहायक घटनाओं के बीच अंतर करने के लिए एक ग्राफ का निर्माण करके और मल्टी-हेड अटेंशन के माध्यम से उनके संबंधों को मॉडल करके संवाद प्रणालियों को उन्नत करता है, जिससे कम कम्प्यूटेशनल ओवरहेड के साथ अधिक स्वाभाविक और प्रासंगिक रूप से उपयुक्त प्रतिक्रियाएं उत्पन्न की जा सकती हैं।

Zhengyi Zhao, Shubo Zhang, Yiming Du, Bin Liang, Baojun Wang, Zhongyang Li, Binyang Li, Kam-Fai Wong2026-04-10
💬 NLP

Efficient PRM Training Data Synthesis via Formal Verification

यह शोध पत्र FoVer को प्रस्तुत करता है, जो औपचारिक तर्क कार्यों (formal reasoning tasks) में चरण-स्तर की त्रुटियों को स्वचालित रूप से एनोटेट करने के लिए औपचारिक सत्यापन उपकरणों (formal verification tools) का लाभ उठाकर उच्च-गुणवत्ता वाले प्रोसेस रिवॉर्ड मॉडल (PRM) प्रशिक्षण डेटा को कुशलतापूर्वक संश्लेषित करने वाला एक ढांचा है, जिससे बिना किसी मानवीय एनोटेशन या अतिरिक्त LLM कॉल्स के विविध प्राकृतिक भाषा तर्क बेंचमार्क पर PRM प्रदर्शन में सुधार होता है।

Ryo Kamoi, Yusen Zhang, Nan Zhang, Sarkar Snigdha Sarathi Das, Ranran Haoran Zhang, Wenpeng Yin, Rui Zhang2026-04-10
💬 NLP

From Fragments to Facts: A Curriculum-Driven DPO Approach for Generating Hindi News Veracity Explanations

यह शोध पत्र एक नवीन पाठ्यक्रम-संचालित डायरेक्ट प्रेफरेंस ऑप्टिमाइज़ेशन (DPO) ढांचे का प्रस्ताव करता है जो उच्च-गुणवत्ता वाले, मानव-संरेखित हिंदी समाचार सत्यता स्पष्टीकरण उत्पन्न करने के लिए 'एक्चुअलिटी' (Actuality) और 'फिनेस' (Finesse) मापदंडों को एकीकृत करता है, जो कम-संसाधन वाली भाषाओं में गलत सूचना की चुनौतियों को प्रभावी ढंग से संबोधित करता है।

Pulkit Bansal, Raghvendra Kumar, Shakti Singh, Sriparna Saha, Adam Jatowt2026-04-10
💬 NLP

Diffusion Language Models Know the Answer Before Decoding

यह शोध पत्र Prophet को प्रस्तुत करता है, जो एक ट्रेनिंग-मुक्त डिकोडिंग प्रतिमान (paradigm) है जो डिफ्यूजन लैंग्वेज मॉडल्स के शुरुआती उत्तर अभिसरण (early answer convergence) का लाभ उठाकर यह गतिशील रूप से निर्णय लेता है कि रिफाइनमेंट कब रोकना है, जिससे जनरेशन की गुणवत्ता से समझौता किए बिना इन्फरेंस स्टेप्स को 3.4x तक कम किया जा सकता है।

Pengxiang Li, Yefan Zhou, Dilxat Muhtar, Lu Yin, Shilin Yan, Li Shen, Soroush Vosoughi, Shiwei Liu2026-04-10