💬 Category

cs.CL

10999 पेपर

💬 NLP

Is Cross-Lingual Transfer in Bilingual Models Human-Like? A Study with Overlapping Word Forms in Dutch and English

यह अध्ययन इस बात की जांच करता है कि क्या द्विभाषी डच-अंग्रेजी भाषा मॉडल पठन के दौरान मानव क्रॉस-लिंगुअल सक्रियण पैटर्न को दोहराते हैं, जिसमें यह पाया गया है कि हालांकि साझा एम्बेडिंग सुविधा या हस्तक्षेप प्रभाव उत्पन्न कर सकती है, लेकिन मानव प्रसंस्करण के साथ मॉडलों का संरेखण विशिष्ट शब्दावली-साझाकरण विन्यासों पर महत्वपूर्ण रूप से निर्भर करता है और मुख्य रूप से रूप-अर्थ निरंतरता के बजाय शब्द आवृत्ति द्वारा संचालित होता है।

Iza Škrjanec, Irene Elisabeth Winther, Vera Demberg, Stefan L. Frank2026-04-09
💬 NLP

The Impact of Steering Large Language Models with Persona Vectors in Educational Applications

यह अध्ययन व्यवस्थित रूप से प्रदर्शित करता है कि जबकि सक्रियण-आधारित व्यक्तित्व स्टीयरिंग (activation-based persona steering) शैक्षिक परिवेश में मॉडल वैयक्तिकरण की अनुमति देता है, यह उत्तर की गुणवत्ता को महत्वपूर्ण रूप से कम करता है और पूर्वानुमेय स्कोरिंग पूर्वाग्रह उत्पन्न करता है, जिसके प्रभाव कार्य के प्रकार (ईएलए (ELA) में विज्ञान की तुलना में अधिक स्पष्ट) और मॉडल आर्किटेक्चर के आधार पर काफी भिन्न होते हैं।

Yongchao Wu, Aron Henriksson2026-04-09
💬 NLP

Are Non-English Papers Reviewed Fairly? Language-of-Study Bias in NLP Peer Reviews

यह शोध पत्र LOBSTER डेटासेट और पहचान पद्धति को प्रस्तुत करता है जो एनएलपी (NLP) सहकर्मी समीक्षाओं में भाषा-अध्ययन संबंधी पूर्वाग्रह को व्यवस्थित रूप से चित्रित करता है, जिससे यह प्रकट होता है कि गैर-अंग्रेजी शोध पत्रों को अंग्रेजी-मात्र पत्रों की तुलना में काफी उच्च दर से नकारात्मक पूर्वाग्रह का सामना करना पड़ता है—विशेष रूप से अनुचित क्रॉस-लिंगुअल सामान्यीकरण की मांगों के रूप में।

Ehsan Barkhordar, Abdulfattah Safa, Verena Blaschke, Erika Lombart, Marie-Catherine de Marneffe, Gözde Gül Şahin2026-04-09
💬 NLP

Language Bias under Conflicting Information in Multilingual LLMs

यह अध्ययन प्रकट करता है कि बहुभाषी लार्ज लैंग्वेज मॉडल्स (Large Language Models) विरोधाभासी जानकारी को सुलझाते समय लगातार भाषाई पूर्वाग्रह प्रदर्शित करते हैं, जो आमतौर पर एक एकल उत्तर का दावा करने के लिए संघर्ष को अनदेखा करते हैं और विभिन्न मॉडल आकारों एवं प्रशिक्षण मूलों में व्यवस्थित रूप से चीनी का पक्ष लेते हुए रूसी को कम महत्व देते हैं।

Robert Östling, Murathan Kurfalı2026-04-09
💬 NLP

Dynamic Context Evolution for Scalable Synthetic Data Generation

यह शोध पत्र डायनेमिक कॉन्टेक्स्ट इवोल्यूशन (DCE) को प्रस्तुत करता है, जो एक सिद्धांतपूर्ण ढांचा है जो वर्बलाइज्ड टेल सैंपलिंग, सिमेंटिक मेमोरी और एडेप्टिव प्रॉम्प्ट इवोल्यूशन को प्रभावी ढंग से संयोजित करता है ताकि क्रॉस-बैच मोड कोलैप्स को समाप्त किया जा सके और बिना फाइन-ट्यूनिंग की आवश्यकता के विभिन्न डोमेन और मॉडल परिवारों में विविध, संरचनात्मक रूप से समृद्ध सिंथेटिक डेटा जनरेशन सुनिश्चित किया जा सके।

Ryan Lingo, Rajeev Chhajer2026-04-09
💬 NLP

Agent-Driven Corpus Linguistics: A Framework for Autonomous Linguistic Discovery

यह शोध पत्र एजेंट-संचालित कॉर्पस लिंग्विस्टिक्स (Agent-Driven Corpus Linguistics) को प्रस्तुत करता है, जो एक ऐसा ढांचा है जहाँ एक एलएलएम (LLM) एक संरचित इंटरफ़ेस के माध्यम से परिकल्पनाएं उत्पन्न करके और कॉर्पस से प्रश्न पूछकर भाषाई जांच के पूर्ण चक्र को स्वायत्त रूप से संचालित करता है, जिससे मशीन की गति से अनुभवजन्य रूप से आधारित, असत्यता-सिद्ध करने योग्य निष्कर्ष प्राप्त होते हैं और शोधकर्ताओं के लिए तकनीकी बाधाएं कम होती हैं।

Jia Yu, Weiwei Yu, Pengfei Xiao, Fukun Xing2026-04-09
💬 NLP

How Much LLM Does a Self-Revising Agent Actually Need?

यह शोध पत्र एक डिक्लेरेटिव रनटाइम प्रोटोकॉल प्रस्तुत करता है जो एजेंट अवस्था (स्टेट) और रिफ्लेक्शन को बाहरी रूप से प्रदर्शित करता है ताकि यह अनुभवजन्य रूप से सिद्ध किया जा सके कि स्पष्ट वर्ल्ड-मॉडल प्लानिंग सहयोगात्मक खेलों में प्रदर्शन को महत्वपूर्ण रूप से बढ़ाती है, जबकि स्पार्स एलएलएम-आधारित संशोधन न्यूनतम मार्जिनल लाभ प्रदान करते हैं, जिससे ध्यान लीडरबोर्ड के दावों से हटाकर निरीक्षण योग्य एजेंट संरचनाओं के पद्धतिगत मूल्य की ओर स्थानांतरित हो जाता है।

Seongwoo Jeong, Seonil Son2026-04-09
🤖 machine learning

On the Price of Privacy for Language Identification and Generation

यह शोध पत्र यह स्थापित करता है कि भाषा पहचान और निर्माण में गोपनीयता की लागत आश्चर्यजनक रूप से कम है, क्योंकि अनुमानित विभेदक गोपनीयता (approximate differential privacy) के कारण कोई त्रुटि दंड (error penalty) नहीं होता है, जबकि शुद्ध विभेदक गोपनीयता (pure differential privacy) प्रदर्शन को त्रुटि घातांक (error exponent) में min⁡{1,ε}\min\{1, \varepsilon\} के गुणक कारक से ही कम करती है।

Xiaoyu Li, Andi Han, Jiaojiao Jiang, Junbin Gao2026-04-09
💬 NLP

Joint Optimization of Reasoning and Dual-Memory for Self-Learning Diagnostic Agent

यह शोध पत्र SEA का प्रस्ताव करता है, जो एक स्व-शिक्षण नैदानिक एजेंट है जिसमें संज्ञानात्मक रूप से प्रेरित द्वैत-स्मृति मॉड्यूल और एक सुदृढीकरण प्रशिक्षण ढांचा है जो नैदानिक अनुभव को पुन: प्रयोज्य ज्ञान में प्रभावी ढंग से परिवर्तित करके तर्क और स्मृति प्रबंधन को संयुक्त रूप से अनुकूलित करता है, जिससे नैदानिक सटीकता और निरंतर शिक्षण में बेसलाइन से काफी बेहतर प्रदर्शन होता है।

Bingxuan Li, Simo Du, Yue Guo2026-04-09
💬 NLP

ClickGuard: A Trustworthy Adaptive Fusion Framework for Clickbait Detection

यह शोध पत्र ClickGuard प्रस्तुत करता है, जो एक विश्वसनीय अनुकूली संलयन ढांचा (adaptive fusion framework) है जो 96.93% सटीकता के साथ क्लिकबेट डिटेक्शन प्राप्त करने के लिए एक सिंटैक्टिक-सिमेंटिक एडेप्टिव फ्यूजन ब्लॉक और एक हाइब्रिड CNN-BiLSTM के माध्यम से BERT एम्बेडिंग को संरचनात्मक विशेषताओं के साथ एकीकृत करता है, साथ ही LIME और परम्यूटेशन फीचर इम्पॉर्टेंस विश्लेषण के माध्यम से व्याख्यात्मकता और मजबूती सुनिश्चित करता है।

Chhavi Dhiman, Naman Chawla, Riya Dhami, Gaurav Kumar, Ganesh Naik2026-04-09