💬 NLP

When to Call an Apple Red: Humans Follow Introspective Rules, VLMs Don't

यह शोध पत्र ग्रेडेड कलर एट्रिब्यूशन (GCA) डेटासेट प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि जहाँ मनुष्य रंग एट्रिब्यूशन के अपने अंतर्मुखी नियमों के प्रति वफादार रहते हैं, वहीं विजन-लैंग्वेज मॉडल व्यवस्थित रूप से अपने स्वयं के घोषित तर्क का उल्लंघन करते हैं, विशेष रूप से विश्व-ज्ञान संबंधी पूर्वग्रहों (world-knowledge priors) से प्रभावित होने पर, जो उनके आत्म-ज्ञान में एक मौलिक मिसकैलिब्रेशन को प्रकट करता है जो उच्च-जोखिम वाले परिनियोजन (high-stakes deployment) के लिए उनकी विश्वसनीयता को चुनौती देता है।

Jonathan Nemitz, Carsten Eickhoff, Junyi Jessy Li, Kyle Mahowald, Michal Golovanevsky, William Rudman2026-04-09
💬 NLP

Team Fusion@ SU@ BC8 SympTEMIST track: transformer-based approach for symptom recognition and linking

Team Fusion@SU@BC8 सिस्टम एक ट्रांसफॉर्मर-आधारित पाइपलाइन का उपयोग करके SympTEMIST चुनौती का समाधान करता है जो लक्षण पहचान (symptom recognition) के लिए एक फाइन-ट्यून किए गए RoBERTa-BiLSTM-CRF मॉडल को क्रॉस-लिंगुअल SapBERT दृष्टिकोण के साथ जोड़ता है, जो यह प्रदर्शित करता है कि सटीकता के लिए नॉलेज बेस का चयन सबसे महत्वपूर्ण कारक है।

Georgi Grazhdanski, Sylvia Vassileva, Ivan Koychev, Svetla Boytcheva2026-04-09
💬 NLP

Learning to Interrupt in Language-based Multi-agent Communication

यह शोधपत्र HANDRAISER प्रस्तुत करता है, जो एक लर्निंग-आधारित फ्रेमवर्क है जो सुनने वाले एजेंटों को अनुमानित पुरस्कारों और लागतों के आधार पर इष्टतम बिंदुओं पर वक्ताओं को बाधित करने में सक्षम बनाता है, जिससे विविध मल्टी-एजेंट परिदृश्यों में कार्य प्रदर्शन को बनाए रखते हुए या उसमें सुधार करते हुए संचार ओवरहेड को 32.2% तक कम किया जाता है।

Danqing Wang, Da Yin, Ruta Desai, Lei Li, Asli Celikyilmaz, Ansong Ni2026-04-09
💬 NLP

Context-Aware Dialectal Arabic Machine Translation with Interactive Region and Register Selection

यह शोध पत्र अरबी मशीन अनुवाद के लिए एक संदर्भ-जागरूक, स्टीयरेबल (steerable) ढांचे को प्रस्तुत करता है जो एक संतुलित बोलियों वाले डेटासेट को उत्पन्न करने के लिए 'रूल-बेस्ड डेटा ऑग्मेंटेशन' पाइपलाइन का उपयोग करता है, जिससे आठ क्षेत्रीय विविधताओं और सामाजिक रजिस्टरों में नियंत्रणीय आउटपुट सक्षम होता है और यह प्रदर्शित करता है कि मानक BLEU स्कोर उच्च-संसाधन वाले बेसलाइन की तुलना में ऐसे मॉडलों की बेहतर सांस्कृतिक प्रामाणिकता और बोलियों की विशिष्टता को पकड़ने में विफल हो सकते हैं।

Afroza Nowshin, Prithweeraj Acharjee Porag, Haziq Jeelani, Fayeq Jeelani Syed2026-04-09
💬 NLP

ValueGround: Evaluating Culture-Conditioned Visual Value Grounding in MLLMs

यह शोध पत्र ValueGround को प्रस्तुत करता है, जो एक नया बेंचमार्क है जो मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स की संस्कृति-आधारित मूल्य निर्णयों को दृश्य निरूपणों के साथ संरेखित करने की क्षमता का मूल्यांकन करता है, जो केवल टेक्स्ट-आधारित से विज़ुअलाइज़्ड रिस्पॉन्स विकल्पों की ओर बढ़ने पर प्रदर्शन में महत्वपूर्ण गिरावट को प्रकट करता है।

Zhipin Wang, Christoph Leiter, Christian Frey, Mohamed Hesham Ibrahim Abdalla, Josif Grabocka, Steffen Eger2026-04-09
💬 NLP

Closing the Speech-Text Gap with Limited Audio for Effective Domain Adaptation in LLM-Based ASR

यह शोध पत्र यह प्रदर्शित करता है कि लक्षित डोमेन के थोड़े से युग्मित स्पीच-टेक्स्ट डेटा (लक्ष्य डोमेन का केवल 10% तक) को मिश्रित-बैचिंग अनुकूलन रणनीति में शामिल करना, LLM-आधारित ASR में मोडैलिटी गैप को प्रभावी ढंग से पाटता है, जो टेक्स्ट-ओनली अनुकूलन की दक्षता का लाभ उठाते हुए पूर्ण-डेटा फाइन-ट्यूनिंग के तुलनीय प्रदर्शन प्राप्त करता है।

Thibault Bañeras-Roux, Sergio Burdisso, Esaú Villatoro-Tello, Dairazalia Sánchez-Cortés, Shiran Liu, Severin Baroudi, Sh (…)2026-04-09
💬 NLP

MedConclusion: A Benchmark for Biomedical Conclusion Generation from Structured Abstracts

यह शोधपत्र MedConclusion को प्रस्तुत करता है, जो 5.7 मिलियन संरचित PubMed एब्स्ट्रैक्ट्स का एक बड़े पैमाने का डेटासेट है, जिसे बड़े भाषा मॉडलों (LLMs) की बायोमेडिकल साक्ष्यों से वैज्ञानिक निष्कर्ष उत्पन्न करने की क्षमता को बेंचमार्क करने और उन्नत करने के लिए डिज़ाइन किया गया है, जबकि यह सारांशीकरण (summarization) की तुलना में निष्कर्ष निर्माण की विशिष्ट चुनौतियों पर प्रकाश डालता है।

Weiyue Li, Ruizhi Qian, Yi Li, Yongce Li, Yunfan Long, Jiahui Cai, Yan Luo, Mengyu Wang2026-04-09
💬 NLP

Fine-tuning Whisper for Pashto ASR: strategies and scale

यह शोध पत्र यह प्रदर्शित करते हुए कि कॉमनवॉइस पश्तो डेटा पर वैनिला फुल फाइन-ट्यूनिंग, पैरामीटर-कुशल और ट्रांसफर लर्निंग रणनीतियों की तुलना में काफी बेहतर प्रदर्शन करती है, पश्तो पर प्री-ट्रेंड व्हिस्पर (Whisper) मॉडलों की विफलता को संबोधित करता है, जो उपलब्ध 113 घंटों के प्रशिक्षण डेटा के लिए व्हिस्पर-स्मॉल (whisper-small) को इष्टतम मॉडल आकार के रूप में स्थापित करता है और विशिष्ट रूपात्मक (morphological) एवं ध्वन्यात्मक (phonological) त्रुटि पैटर्न की पहचान करता है।

Hanif Rahman2026-04-09
💬 NLP

The Illusion of Stochasticity in LLMs

यह शोध पत्र यह प्रदर्शित करता है कि जबकि लार्ज लैंग्वेज मॉडल्स (Large Language Models) लक्षित वितरणों (target distributions) को उत्पन्न करने के लिए प्रदान किए गए रैंडम सीड्स (random seeds) का उपयोग कर सकते हैं, वे अपने आंतरिक संभाव्यता अनुमानों (internal probability estimates) के आधार पर विशिष्ट वितरणों से सीधे और विश्वसनीय रूप से नमूने लेने में मौलिक रूप से विफल रहते हैं, जो एजेंटिक सिस्टम (agentic systems) के रूप में उनके उपयोग के लिए एक महत्वपूर्ण सीमा को दर्शाता है।

Xiangming Gu, Soham De, Michalis Titsias, Larisa Markeeva, Petar Veličković, Razvan Pascanu2026-04-09
💬 NLP

To Lie or Not to Lie? Investigating The Biased Spread of Global Lies by LLMs

यह शोधपत्र GlobalLies को प्रस्तुत करता है, जो एक बहुभाषी डेटासेट है जो यह प्रकट करता है कि बड़े भाषा मॉडल कम-संसाधन वाली भाषाओं और कम मानव विकास सूचकांक वाले देशों के बारे में असमान रूप से गलत सूचनाएं उत्पन्न और प्रसारित करते हैं, साथ ही विभिन्न क्षेत्रों और भाषाओं में वर्तमान शमन रणनीतियों के महत्वपूर्ण अंतराल को भी उजागर करता है।

Zohaib Khan, Mustafa Dogan, Ifeoma Okoh, Pouya Sadeghi, Siddhartha Shrestha, Sergius Justus Nyah, Mahmoud O. Mokhiamar (…)2026-04-09