cs.CL पेपर | Gist.Science

Whether, Not Which: Mechanistic Interpretability Reveals Dissociable Affect Reception and Emotion Categorization in LLMs

यह अध्ययन स्पष्ट भावनात्मक कीवर्ड रहित क्लिनिकल विनेट्स (clinical vignettes) का उपयोग यह प्रदर्शित करने के लिए करता है कि लार्ज लैंग्वेज मॉडल्स में एक पृथक दोहरी प्रक्रिया (dissociable dual mechanism) होती है जहाँ प्रारंभिक-परत सर्किट कीवर्ड्स के बावजूद विश्वसनीय रूप से सामान्य भावनात्मक महत्व (अफेक्ट रिसेप्शन) का पता लगाते हैं, जबकि विशिष्ट भावना वर्गीकरण आंशिक रूप से लेक्सिकल संकेतों (lexical cues) पर निर्भर रहता है।

Michael Keeman2026-03-25

💻 computer science

From Instructions to Assistance: a Dataset Aligning Instruction Manuals with Assembly Videos for Evaluating Multimodal LLMs

यह शोध पत्र मैनुअल टू एक्शन डेटासेट (M2AD) को प्रस्तुत करता है, जो फर्नीचर असेंबली वीडियो को निर्देश पुस्तिकाओं (इंस्ट्रक्शन मैनुअल्स) के साथ संरेखित करता है, ताकि प्रक्रियात्मक कार्यों के लिए वास्तविक समय में, मल्टीमॉडल सहायता प्रदान करने में वर्तमान मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स की क्षमताओं और सीमाओं का मूल्यांकन किया जा सके।

Federico Toschi, Nicolò Brunello, Andrea Sassella, Vincenzo Scotti, Mark James Carman2026-03-25

🤖 machine learning

Problems with Chinchilla Approach 2: Systematic Biases in IsoFLOP Parabola Fits

यह शोध पत्र प्रदर्शित करता है कि व्यापक रूप से उपयोग किए जाने वाले चिनचिला अप्रोच 2 (Chinchilla Approach 2) में पैराबोलिक सन्निकटन त्रुटियों (parabolic approximation errors) के कारण कंप्यूट-ऑप्टिमल आवंटन अनुमानों में व्यवस्थित पूर्वाग्रह उत्पन्न होते हैं, और चिनचिला अप्रोच 3 (Chinchilla Approach 3) प्रस्तावित करता है—जो वेरिएबल प्रोजेक्शन (Variable Projection) से संवर्धित है—एक संख्यात्मक रूप से स्थिर, डेटा-कुशल और निष्पक्ष विकल्प के रूप में जो इन त्रुटियों को समाप्त करता है और कार्यान्वित करने में व्यावहारिक बना रहता है।

Eric Czech, Zhiwei Xu, Yael Elmatad, Yixin Wang, William Held2026-03-25

🤖 machine learning

Instruction-Tuned, but Not More Verifiable Instruction-Following: A Cross-Task Diagnosis for LoRA Adapters

यह शोध पत्र प्रदर्शित करता है कि "इंस्ट्रक्शन-ट्यून्ड" जैसे नाममात्र के लेबल वास्तविक क्षमता वृद्धि के अविश्वसनीय भविष्यवक्ता हैं, जो "कैपेबिलिटी ड्रिफ्ट" नामक एक घटना को उजागर करते हैं जहाँ LoRA एडेप्टर अक्सर अपने प्रशिक्षण उद्देश्यों के बावजूद सत्यापन योग्य निर्देश-अनुपालन प्रदर्शन में सुधार करने में विफल रहते हैं, जिससे तैनाती से पहले नियमित क्रॉस-टास्क मूल्यांकन की आवश्यकता होती है।

Junyi Zou2026-03-25

💬 NLP

Sparse but Critical: A Token-Level Analysis of Distributional Shifts in RLVR Fine-Tuning of LLMs

यह शोध पत्र प्रदर्शित करता है कि वेरिफिएबल रिवार्ड्स के साथ रीइन्फोर्समेंट लर्निंग (RLVR), अत्यधिक स्पार्स (sparse), लक्षित टोकन-स्तरीय वितरणल शिफ्ट्स (distributional shifts) के माध्यम से LLM तर्क क्षमता में सुधार करता है, जहाँ प्रदर्शन में वृद्धि के लिए क्रिटिकल टोकन निर्णयों का एक छोटा अंश जिम्मेदार है और इन्हें क्रॉस-सैंपलिंग इंटरवेंशन के माध्यम से अलग किया जा सकता है।

Haoming Meng, Kexin Huang, Shaohang Wei, Chiyu Ma, Shuo Yang, Xue Wang, Guoyin Wang, Bolin Ding, Jingren Zhou2026-03-25

💬 NLP

Towards Automated Community Notes Generation with Large Vision Language Models for Combating Contextual Deception

यह शोध पत्र XCheck डेटासेट, लार्ज विजन-लैंग्वेज मॉडल्स पर आधारित ACCNote मल्टी-एजेंट फ्रेमवर्क और कॉन्टेक्स्ट हेल्पफुलनेस स्कोर (CHS) मूल्यांकन मीट्रिक को पेश करते हुए इमेज-आधारित प्रासंगिक धोखे (contextual deception) के लिए स्वचालित कम्युनिटी नोट्स जनरेशन की चुनौती को संबोधित करता है, जो बेसलाइन्स और व्यावसायिक उपकरणों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।

Jin Ma, Jingwen Yan, Mohammed Aldeen, Ethan Anderson, Taran Kavuru, Jinkyung Katie Park, Feng Luo, Long Cheng2026-03-25

💬 NLP

LLM-guided headline rewriting for clickability enhancement without clickbait

यह शोध पत्र FUDGE प्रतिमान और दोहरे सहायक गाइड्स का उपयोग करते हुए एक नियंत्रणीय LLM-आधारित ढांचे को प्रस्तुत करता है जो समाचार शीर्षकों को फिर से लिखता है ताकि अर्थ की शुद्धता को सख्ती से बनाए रखते हुए और क्लिकबेट से बचते हुए पाठक की सहभागिता को बढ़ाया जा सके।

Yehudit Aperstein, Linoy Halifa, Sagiv Bar, Alexander Apartsin2026-03-25

💬 NLP

Rashid: A Cipher-Based Framework for Exploring In-Context Language Learning

यह शोध पत्र राशिद (Rashid) को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो उच्च-संसाधन वाली भाषाओं को उत्क्रमणीय रूप से कूटबद्ध (cipher) करके नियंत्रणीय, संसाधन-समृद्ध "अदृश्य" भाषाएँ बनाता है, जिससे इन-कॉन्टेक्स्ट लैंग्वेज लर्निंग (ICLL) रणनीतियों के स्केलेबल और कठोर मूल्यांकन को सक्षम बनाया जा सके और कम-संसाधन वाली भाषाओं से जुड़ी डेटा और टूल की सीमाओं को दूर किया जा सके।

Niyati Bafna, Ryan Soh-Eun Shim, Barbara Plank, David Yarowsky, Hale Sirin2026-03-25

💬 NLP

Reddit After Roe: A Computational Analysis of Abortion Narratives and Barriers in the Wake of Dobbs

यह अध्ययन 17,000 से अधिक रेडिट (Reddit) पोस्टों के एक बड़े पैमाने के कम्प्यूटेशनल विश्लेषण को प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि 2022 के डॉब्स (Dobbs) निर्णय के बाद ऑनलाइन गर्भपात संबंधी आख्यानों में भावनात्मक और मनोवैज्ञानिक बाधाएं लगातार हावी रही हैं, जबकि यह भी मानचित्रित किया गया है कि ये बाधाएं, संबद्ध भावनाएं और सूचना-खोज व्यवहार गर्भपात की विभिन्न अवस्थाओं और कानूनी परिवर्तनों के दौरान कैसे विकसित होते हैं।

Aria Pessianzadeh, Alex H. Poole, Rezvaneh Rezapour2026-03-25

💬 NLP

CAPITU: A Benchmark for Evaluating Instruction-Following in Brazilian Portuguese with Literary Context

यह शोध पत्र CAPITU को प्रस्तुत करता है, जो आठ शास्त्रीय साहित्यिक कृतियों के भीतर 59 सत्यापन योग्य कार्यों को संदर्भगत बनाकर ब्राज़ीलियाई पुर्तगाली में निर्देश-अनुसरण क्षमताओं का मूल्यांकन करने के लिए एक नवीन बेंचमार्क है, जो यह प्रकट करता है कि जबकि फ्रंटियर रीजनिंग मॉडल उच्च सटीकता प्राप्त करते हैं, विशिष्ट पुर्तगाली मॉडल बेहतर लागत-दक्षता प्रदान करते हैं और साथ ही रूपात्मक बाधाओं और मल्टी-टर्न निरंतरता में विशिष्ट चुनौतियों को उजागर करते हैं।

Giovana Kerche Bonás, Roseval Malaquias Junior, Marcos Piau, Thiago Laitz, Thales Sales Almeida, Hugo Abonizio, Celio La (…)2026-03-25

← पिछला अगला →