💬 Category

cs.CL

11066 पेपर

💬 NLP

Can Humans Tell? A Dual-Axis Study of Human Perception of LLM-Generated News

1,000 से अधिक प्रतिभागियों के एक द्वि-अक्षीय अध्ययन से पता चलता है कि मनुष्य मानव-लिखित और एलएलएम-जनित समाचार लेखों के बीच विश्वसनीय रूप से अंतर नहीं कर सकते हैं, एक ऐसा निष्कर्ष जो विभिन्न मॉडलों और विशेषज्ञता स्तरों में बना रहता है लेकिन संज्ञानात्मक थकान से बाधित होता है, जिससे यह संकेत मिलता है कि उपयोगकर्ता-पक्ष पर पहचान करना अप्रभावी है और इसके लिए क्रिप्टोग्राफिक प्रोवेनेंस जैसे सिस्टम-स्तरीय उपायों की आवश्यकता है।

Alexander Loth, Martin Kappes, Marc-Oliver Pahl2026-04-07
💬 NLP

When Models Know More Than They Say: Probing Analogical Reasoning in LLMs

यह शोध पत्र ओपन-सोर्स LLMs में एक विषमता को प्रकट करता है जहाँ अलंकारिक उपमाओं (rhetorical analogies) का पता लगाने में आंतरिक निरूपणों की जांच करना प्रॉम्पटिंग की तुलना में काफी बेहतर प्रदर्शन करती है, जो यह सुझाव देता है कि प्रॉम्पटिंग तंत्र जटिल उपमात्मक तर्क के लिए आवश्यक अंतर्निहित सूचना तक पूरी तरह से पहुँचने में विफल रहता है।

Hope McGovern, Caroline Craig, Thomas Lippincott, Hale Sirin2026-04-07
💬 NLP

I-CALM: Incentivizing Confidence-Aware Abstention for LLM Hallucination Mitigation

यह शोध पत्र I-CALM को प्रस्तुत करता है, जो एक प्रॉम्प्ट-आधारित ढांचा है जो स्पष्ट पुरस्कार योजनाओं और मानदण्डों के माध्यम से ज्ञानमीमांसीय परित्याग (epistemic abstention) को प्रोत्साहित करके, मॉडल को पुन: प्रशिक्षित किए बिना चयनात्मक उत्तर देने की विश्वसनीयता में सुधार करके, LLM मतिभ्रम (hallucinations) को कम करता है।

Haotian Zong, Binze Li, Yufei Long, Sinyin Chang, Jialong Wu, Gillian K. Hadfield2026-04-07
💬 NLP

From Plausible to Causal: Counterfactual Semantics for Policy Evaluation in Simulated Online Communities

यह शोध पत्र एलएलएम-आधारित सामाजिक सिमुलेशन के लिए एक कारण संबंधी प्रतितथ्यात्मक (कॉज़ल काउंटरफैक्चुअल) ढांचे का प्रस्ताव करता है जो विशिष्ट हितधारकों की आवश्यकताओं के साथ सिमुलेशन आउटपुट को संरेखित करने के लिए आवश्यक और पर्याप्त कारणता के बीच अंतर करता है, जिससे नीति मूल्यांकन को केवल संभावित कहानी कहने से बदलकर कठोर, निष्ठा-निर्भर कारण अनुमान में परिवर्तित किया जा सके।

Agam Goyal, Yian Wang, Eshwar Chandrasekharan, Hari Sundaram2026-04-07
💬 NLP

Uncertainty as a Planning Signal: Multi-Turn Decision Making for Goal-Oriented Conversation

यह शोध पत्र कन्वर्सेशन अनसर्टेन्टी-अवेयर प्लानिंग (CUP) फ्रेमवर्क प्रस्तुत करता है, जो भाषा मॉडलों को संरचित नियोजन (स्ट्रक्चर्ड प्लानिंग) के साथ एकीकृत करता है ताकि अनिश्चितता को बहु-चरण निर्णय लेने के लिए एक मार्गदर्शक संकेत के रूप में उपयोग किया जा सके, जिससे बातचीत के टर्नों को कम करते हुए लक्ष्य-उन्मुख बातचीत की सफलता दर में सुधार किया जा सके।

Xinyi Ling, Ye Liu, Reza Averly, Xia Ning2026-04-07
💬 NLP

Predict, Don't React: Value-Based Safety Forecasting for LLM Streaming

यह शोध पत्र StreamGuard को प्रस्तुत करता है, जो एक एकीकृत, मॉडल-अज्ञेय (model-agnostic) स्ट्रीमिंग गार्डरेल है जो भविष्य की हानिकारकता के पूर्वानुमान को मोंटे कार्लो रोलआउट्स (Monte Carlo rollouts) के माध्यम से एक फोरकास्टिंग समस्या के रूप में फ्रेम करके सुरक्षा मॉडरेशन में सुधार करता है, जिससे सटीक टोकन-स्तरीय एनोटेशन की आवश्यकता के बिना मौजूदा बाउंड्री-डिटेक्शन विधियों की तुलना में उच्च सटीकता और कम मिस रेट प्राप्त होता है।

Pride Kavumba, Koki Wataoka, Huy H. Nguyen, Jiaxuan Li, Masaya Ohagi2026-04-07
💬 NLP

Emergent Inference-Time Semantic Contamination via In-Context Priming

यह शोध पत्र यह प्रदर्शित करता है कि इन-कॉन्टेक्स्ट प्राइमिंग के माध्यम से इन्फरेंस-टाइम सिमेंटिक कंटैमिनेशन (अनुमान-समय अर्थ संबंधी संदूषण) पर्याप्त सक्षम बड़े भाषा मॉडलों में एक वास्तविक घटना है, जहाँ सांस्कृतिक रूप से भारित फ्यू-शॉट प्रदर्शन हानिकारक विषयों की ओर मापने योग्य वितरण संबंधी बदलाव (डिस्ट्रीब्यूशनल शिफ्ट) उत्पन्न कर सकते हैं, जो इस पूर्व निष्कर्ष को चुनौती देते हैं कि ऐसे प्रभाव केवल प्रॉम्प्टिंग से नहीं होते हैं।

Marcin Abram2026-04-07
💬 NLP

Extracting and Steering Emotion Representations in Small Language Models: A Methodological Comparison

यह शोध पत्र छोटे भाषा मॉडलों (100M–10B पैरामीटर्स) में भावना प्रतिनिधित्व निष्कर्षण (emotion representation extraction) का पहला तुलनात्मक विश्लेषण प्रस्तुत करता है, जो यह प्रदर्शित करता है कि जनरेशन-आधारित विधियाँ बेहतर भावना पृथक्करण प्रदान करती हैं, प्रतिनिधित्व आर्किटेक्चर की परवाह किए बिना मध्य ट्रांसफार्मर परतों में स्थानीयकृत होते हैं, और इन वेक्टर्स को निर्देशित करना विशिष्ट व्यवहारगत व्यवस्थाओं (behavioral regimes) को प्रेरित करता है जबकि बहुभाषी मॉडलों में क्रॉस-लिंगुअल सुरक्षा संबंधी चिंताओं को उजागर करता है।

Jihoon Jeong2026-04-07
💬 NLP

Shorter, but Still Trustworthy? An Empirical Study of Chain-of-Thought Compression

यह शोधपत्र पहला व्यवस्थित अनुभवजन्य अध्ययन प्रस्तुत करता है जो यह प्रदर्शित करता है कि चेन-ऑफ-थॉट संपीड़न (chain-of-thought compression) अक्सर सुरक्षा, मतिभ्रम प्रतिरोध (hallucination resistance), और बहुभाषी सुदृढ़ता के संदर्भ में मॉडल की विश्वसनीयता से समझौता करता है, और यह तर्क देता है कि भविष्य के अनुकूलन को इन महत्वपूर्ण विश्वसनीयता बाधाओं के साथ दक्षता का संतुलन बनाना चाहिए।

Lingjie Zeng, Xiaofan Chen, Yanbo Wang, Xiuying Chen2026-04-07
💬 NLP

A Semi-Automated Annotation Workflow for Paediatric Histopathology Reports Using Small Language Models

यह अध्ययन प्रदर्शित करता है कि एक अर्ध-स्वचालित वर्कफ़्लो, जिसमें छोटे भाषा मॉडल, विशेष रूप से क्लिनिशियन-निर्देशित एंटिटी गाइडलाइन्स और फ्यू-शॉट उदाहरणों के साथ संवर्धित गेम्मा 2 2बी (Gemma 2 2B) मॉडल का उपयोग किया गया है, गोपनीयता संबंधी चिंताओं को दूर करते हुए और क्लिनिशियन के कार्यभार को कम करते हुए, सीपीयू-ओनली (CPU-only) इंफ्रास्ट्रक्चर पर अनस्ट्रक्चर्ड पीडियाट्रिक रीनल बायोप्सी रिपोर्ट से स्ट्रक्चर्ड जानकारी को कुशलतापूर्वक और सटीक रूप से निकाल सकता है।

Avish Vijayaraghavan, Jaskaran Singh Kawatra, Sebin Sabu, Jonny Sheldon, Will Poulett, Alex Eze, Daniel Key, John Booth (…)2026-04-07