cs.CL पेपर | Gist.Science

TR-EduVSum: A Turkish-Focused Dataset and Consensus Framework for Educational Video Summarization

यह शोध पत्र TR-EduVSum प्रस्तुत करता है, जो 3281 मानव सारांशों वाला एक नया तुर्की शैक्षिक वीडियो डेटासेट है, और अर्थ इकाइयों (meaning units) को क्लस्टर करने और भारित करने के माध्यम से उच्च-गुणवत्ता वाले, सर्वसम्मति-आधारित स्वर्ण-मानक (gold-standard) सारांशों को स्वचालित रूप से उत्पन्न करने के लिए AutoMUP फ्रेमवर्क का प्रस्ताव करता है, जो उन्नत लार्ज लैंग्वेज मॉडल्स के तुलनीय सिमेंटिक प्रदर्शन प्राप्त करता है।

Figen Eğin, Aytuğ Onan2026-04-10

💬 NLP

Reasoning-Based Refinement of Unsupervised Text Clusters with LLMs

यह शोध पत्र एक तर्क-आधारित ढांचे का प्रस्ताव करता है जो सुसंगतता सत्यापन (coherence verification), अतिरेक न्यायनिर्णयन (redundancy adjudication) और लेबल ग्राउंडिंग (label grounding) के माध्यम से किसी भी अनसुपरवाइज्ड क्लस्टरिंग एल्गोरिदम के आउटपुट को मान्य और परिष्कृत करने के लिए सिमेंटिक जज के रूप में लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जिससे बिना किसी लेबल किए गए डेटा की आवश्यकता के क्लस्टर की गुणवत्ता और व्याख्यात्मकता में उल्लेखनीय सुधार होता है।

Tunazzina Islam2026-04-10

💬 NLP

Learning is Forgetting: LLM Training As Lossy Compression

यह शोध पत्र प्रस्तावित करता है कि बड़े भाषा मॉडल लॉस़ी कम्प्रेशन (lossy compression) के उदाहरण के रूप में कार्य करते हैं जो प्री-ट्रेनिंग के दौरान इंफॉर्मेशन बॉटलनेक बाउंड (Information Bottleneck bound) के करीब पहुँचते हैं, जो यह प्रदर्शित करता है कि एक मॉडल की कम्प्रेशन इष्टतमता (compression optimality) और सूचना सामग्री विविध बेंचमार्क पर इसके डाउनस्ट्रीम प्रदर्शन की भविष्यवाणी कर सकती है।

Henry C. Conklin, Tom Hosking, Tan Yi-Chern, Julian Gold, Jonathan D. Cohen, Thomas L. Griffiths, Max Bartolo, Seraphina (…)2026-04-10

💬 NLP

CAMO: A Class-Aware Minority-Optimized Ensemble for Robust Language Model Evaluation on Imbalanced Data

यह शोधपत्र CAMO को प्रस्तुत करता है, जो एक नवीन क्लास-अवेयर माइनॉरिटी-ऑप्टिमाइज्ड एनसेंबल फ्रेमवर्क है जो पदानुक्रमित वोट वितरण (hierarchical vote distribution), कॉन्फिडेंस कैलिब्रेशन और इंटर-मॉडल अनसर्टेन्टी के माध्यम से गतिशील रूप से माइनॉरिटी क्लास के प्रदर्शन को बढ़ाता है, और असंतुलित लैंग्वेज मॉडल बेंचमार्क पर मौजूदा विधियों की तुलना में बेहतर मैक्रो F1-स्कोर प्रदर्शित करता है।

Mohamed Ehab (Faculty of Computer Science, October University for Modern Science & Arts, Giza, Egypt), Ali Hamdi (Facult (…)2026-04-10

📊 statistics

From Ground Truth to Measurement: A Statistical Framework for Human Labeling

यह शोध पत्र एक सांख्यिकीय ढांचे का प्रस्ताव करता है जो मानव एनोटेशन को एक मापन प्रक्रिया के रूप में पुनर्गठित करता है ताकि लेबलिंग परिणामों को व्याख्यात्मक भिन्नता के स्रोतों—जैसे कि इंस्टेंस की कठिनाई, एनोटेटर का पूर्वाग्रह, स्थितिजन्य शोर और संबंधपरक संरेखण—में विभाजित किया जा सके, जिससे असहमति को केवल शोर के सरल उपचार से आगे बढ़ाकर डेटा लेबलिंग के अधिक व्यवस्थित विज्ञान को सक्षम बनाया जा सके।

Robert Chew, Stephanie Eckman, Christoph Kern, Frauke Kreuter2026-04-10

💬 NLP

Reasoning Graphs: Deterministic Agent Accuracy through Evidence-Centric Chain-of-Thought Feedback

यह शोध पत्र "रीज़निंग ग्राफ्स" (reasoning graphs) को प्रस्तुत करता है, जो एक नवीन संरचना है जो क्वेरीज़ के माध्यम से साक्ष्य-केंद्रित चेन-ऑफ-थॉट फीडबैक को बनाए रखती है ताकि बिना रिट्रेनिंग के स्व-सुधार और नियतात्मक एजेंट सटीकता को सक्षम बनाया जा सके, जिससे मल्टी-हॉप प्रश्न उत्तर देने में भिन्नता को महत्वपूर्ण रूप से कम किया जा सके।

Matthew Penaroza2026-04-10

💬 NLP

ADAG: Automatically Describing Attribution Graphs

यह शोध पत्र ADAG को प्रस्तुत करता है, जो एक स्वचालित एंड-टू-एंड पाइपलाइन है जो एट्रिब्यूशन ग्राफ्स के प्राकृतिक-भाषा विवरण उत्पन्न करने के लिए एट्रिब्यूशन प्रोफाइल्स, नवीन क्लस्टरिंग और एक LLM एक्सप्लैनर-सिम्युलेटर का उपयोग करता है, जो मैन्युअल मानवीय निरीक्षण पर निर्भर रहे बिना भाषा मॉडलों में व्याख्या योग्य सर्किटों को सफलतापूर्वक पुनर्प्राप्त करता है और हानिकारक फीचर क्लस्टरों की पहचान करता है।

Aryaman Arora, Zhengxuan Wu, Jacob Steinhardt, Sarah Schwettmann2026-04-10

💬 NLP

DIVERSED: Relaxed Speculative Decoding via Dynamic Ensemble Verification

यह शोधपत्र DIVERSED का प्रस्ताव करता है, जो एक रिलैक्स्ड स्पेक्युलेटिव डिकोडिंग फ्रेमवर्क है जो ड्राफ्ट और टारगेट मॉडल डिस्ट्रीब्यूशन को ब्लेंड करने के लिए एक डायनेमिक एनसेंबल वेरीफायर का उपयोग करता है, जिससे मानक विधियों की कठोर सत्यापन बाधा (वेरिफिकेशन बॉटलनेक) को दूर करते हुए जनरेशन की गुणवत्ता को बनाए रखते हुए काफी उच्च इन्फरेंस दक्षता प्राप्त की जा सकती है।

Ziyi Wang, Siva Rajesh Kasa, Ankith M S, Santhosh Kumar Kasa, Jiaru Zou, Sumit Negi, Ruqi Zhang, Nan Jiang, Qifan Song2026-04-10

💬 NLP

How Independent are Large Language Models? A Statistical Framework for Auditing Behavioral Entanglement and Reweighting Verifier Ensembles

यह शोध पत्र सूचना-सैद्धांतिक मेट्रिक्स का उपयोग करके बड़े भाषा मॉडलों के बीच व्यवहारिक उलझाव (behavioral entanglement) का ऑडिट और परिमाणीकरण करने के लिए एक सांख्यिकीय ढांचे को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि साझा विफलता मोड स्वतंत्र सत्यापन प्रणालियों को कमजोर करते हैं और एक पुन: भारण रणनीति (reweighting strategy) का प्रस्ताव करता है जो सहसंबंधित पूर्वाग्रहों को कम करके एन्सेम्बल सटीकता में महत्वपूर्ण सुधार करती है।

Chenchen Kuai, Jiwan Jiang, Zihao Zhu, Hao Wang, Keshu Wu, Zihao Li, Yunlong Zhang, Chenxi Liu, Zhengzhong Tu, Zhiwen Fa (…)2026-04-10

💬 NLP

Guardian-as-an-Advisor: Advancing Next-Generation Guardian Models for Trustworthy LLMs

यह शोध पत्र गार्जियन-एज़-एन-एडवाइजर (GaaA) को प्रस्तुत करता है, जो एक सॉफ्ट-गेटिंग फ्रेमवर्क है जो एक प्रशिक्षित सलाहकार का उपयोग करके जोखिम लेबल और स्पष्टीकरण को पुन: अनुमान (re-inference) के लिए इनपुट संदर्भ के रूप में प्रदान करके LLM सुरक्षा को बढ़ाता है और ओवर-रिफ्यूज़ल को कम करता है, जिसे नए GuardSet डेटासेट द्वारा समर्थित किया गया है और न्यूनतम कम्प्यूटेशनल ओवरहेड के साथ उच्च सटीकता प्रदर्शित की गई है।

Yue Huang, Haomin Zhuang, Jiayi Ye, Han Bao, Yanbo Wang, Hang Hua, Siyuan Wu, Pin-Yu Chen, Xiangliang Zhang2026-04-10

← पिछला अगला →