💬 Category

cs.CL

11070 पेपर

💬 NLP

Lie to Me: How Faithful Is Chain-of-Thought Reasoning in Reasoning Models?

यह अध्ययन 9 आर्किटेक्चरल परिवारों के 12 ओपन-वेट रीजनिंग मॉडल्स की निष्ठा (faithfulness) का मूल्यांकन करता है, जो यह प्रकट करता है कि चेन-ऑफ-थॉट रीजनिंग अक्सर मॉडल आउटपुट को प्रभावित करने वाले वास्तविक कारकों को सटीक रूप से दर्शाने में विफल रहती है, जिसमें स्वीकृति दर प्रशिक्षण पद्धति और हिंट के प्रकार के आधार पर काफी भिन्न होती है, जबकि आंतरिक पहचान के बावजूद अंतिम उत्तर के टेक्स्ट में प्रभाव का व्यवस्थित दमन दिखाई देता है।

Richard J. Young2026-03-25
💬 NLP

LGSE: Lexically Grounded Subword Embedding Initialization for Low-Resource Language Adaptation

यह शोध पत्र LGSE का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो नए टोकन एम्बेडिंग्स को रूपात्मक रूप से आधारित (morphologically grounded) निरूपणों और कैरेक्टर एन-ग्राम्स के साथ इनिशियलाइज़ करके कम-संसाधन वाली भाषाओं के अनुकूलन में सुधार करता है, जिससे अम्हारिक और टिग्रिन्या जैसी भाषाओं के लिए प्रश्न उत्तर और नामित इकाई पहचान (named entity recognition) जैसे कार्यों में मौजूदा विधियों से बेहतर प्रदर्शन करता है।

Hailay Teklehaymanot, Dren Fazlija, Wolfgang Nejdl2026-03-25
💬 NLP

Multi-Method Validation of Large Language Model Medical Translation Across High- and Low-Resource Languages

यह अध्ययन प्रदर्शित करता है कि चार फ्रंटियर लार्ज लैंग्वेज मॉडल्स उच्च-, मध्यम- और निम्न-संसाधन वाली भाषाओं में चिकित्सा अर्थ को प्रभावी ढंग से संरक्षित करते हैं, जो यह सुझाव देता है कि वे पेशेवर अनुवाद की लागत और उपलब्धता संबंधी बाधाओं को दूर करके स्वास्थ्य सेवा में समान भाषाई पहुंच में महत्वपूर्ण सुधार कर सकते हैं।

Chukwuebuka Anyaegbuna, Eduardo Juan Perez Guerrero, Jerry Liu, Timothy Keyes, April Liang, Natasha Steele, Stephen Ma (…)2026-03-25
💬 NLP

Improving LLM Predictions via Inter-Layer Structural Encoders

यह शोध पत्र इंटर-लेयर स्ट्रक्चरल एनकोडर (ILSE) को प्रस्तुत करता है, जो केली-एनकोडर (Cayley-Encoder) का उपयोग करके मध्यवर्ती LLM परतों से जानकारी को एकत्रित करने का एक नवीन दृष्टिकोण है, जो विविध कार्यों में मानक अंतिम-परत भविष्यवाणियों की तुलना में काफी बेहतर प्रदर्शन करता है और छोटे मॉडलों को बड़े मॉडलों के साथ प्रतिस्पर्धा करने में सक्षम बनाता है।

Tom Ulanovski (Tel Aviv University), Eyal Blyachman (Tel Aviv University), Maya Bechler-Speicher (Meta)2026-03-25
💬 NLP

Explanation Generation for Contradiction Reconciliation with LLMs

यह शोध पत्र सामंजस्यपूर्ण स्पष्टीकरण सृजन (reconciliatory explanation generation) के कार्य को प्रस्तुत करता है, जहाँ मॉडलों को विरोधाभासी कथनों को संगत बनाने के लिए स्पष्टीकरणों की परिकल्पना करनी होती है, और यह 18 बड़े भाषा मॉडलों का मूल्यांकन करता है ताकि मानव-समान तर्क के इस अल्प-अन्वेषित पहलू में उनकी वर्तमान सीमाओं को प्रकट किया जा सके।

Jason Chan, Zhixue Zhao, Robert Gaizauskas2026-03-25
💬 NLP

PRISM: A Dual View of LLM Reasoning through Semantic Flow and Latent Computation

PRISM एक नवीन ढांचा है जो टोकन-स्तर के अर्थ संबंधी संक्रमणों और लेयर-स्तर की लेटेंट गणनाओं के विश्लेषण को एकीकृत करता है ताकि LLMs में व्यवस्थित तर्क पैटर्न का निदान किया जा सके, जिससे यह प्रकट होता है कि ओवरथिंकिंग (overthinking) और प्रीमैच्योर कमिटमेंट (premature commitment) जैसी विफलताएं कैसे उभरती हैं और प्रॉम्प्टिंग केवल सटीकता मेट्रिक्स से परे आंतरिक कम्प्यूटेशनल व्यवहारों को कैसे नया रूप देती है।

Ruidi Chang, Jiawei Zhou, Hanjie Chen2026-03-25
💬 NLP

KALAVAI: Predicting When Independent Specialist Fusion Works -- A Quantitative Model for Post-Hoc Cooperative LLM Training

यह शोध पत्र KALAVAI को प्रस्तुत करता है, जो एक मात्रात्मक ढांचा और प्रोटोकॉल है जो यह प्रदर्शित करता है कि स्वतंत्र रूप से प्रशिक्षित डोमेन-विशेषज्ञ LLMs को हल्के Mixture-of-Experts रूटिंग के माध्यम से प्रभावी ढंग से पोस्ट-हॉक संलयित (fuse) किया जा सकता है, जिसके प्रदर्शन लाभ एक विचलन-आधारित (divergence-based) सूत्र द्वारा अनुमानित हैं और कई मॉडल स्केल्स एवं भाषाओं में मान्य हैं।

Ramchand Kumaresan2026-03-25
💬 NLP

DALDALL: Data Augmentation for Lexical and Semantic Diverse in Legal Domain by leveraging LLM-Persona

यह शोध पत्र DALDALL को प्रस्तुत करता है, जो एक व्यक्तित्व-आधारित (persona-based) डेटा संवर्धन ढांचा है जो उच्च गुणवत्ता वाले, विविध सिंथेटिक प्रश्नों को उत्पन्न करने के लिए डोमेन-विशिष्ट कानूनी भूमिकाओं का लाभ उठाता है, जिससे कम-संसाधन वाले कानूनी सूचना पुनर्प्राप्ति कार्यों में डेंस रिट्रीवर्स (dense retrievers) के प्रदर्शन में सुधार होता है।

Janghyeok Choi, Jaewon Lee, Sungzoon Cho2026-03-25
💬 NLP

When AI Shows Its Work, Is It Actually Working? Step-Level Evaluation Reveals Frontier Language Models Frequently Bypass Their Own Reasoning

यह शोध पत्र एक चरण-स्तरीय मूल्यांकन पद्धति प्रस्तुत करता है जो यह प्रकट करता है कि अधिकांश अत्याधुनिक भाषा मॉडल सजावटी तर्क चरणों का निर्माण करते हैं जो उनके अंतिम उत्तरों को वास्तव में प्रभावित नहीं करते हैं, क्योंकि वास्तविक तर्क निर्भरता दुर्लभ, कार्य-विशिष्ट और मॉडल के पैमाने के बजाय प्रशिक्षण उद्देश्यों द्वारा निर्धारित होती है।

Abhinaba Basu, Pavan Chakraborty2026-03-25
💬 NLP

RadTimeline: Timeline Summarization for Longitudinal Radiological Lung Findings

यह शोध पत्र RadTimeline प्रस्तुत करता है, जो अनुदैर्ध्य (लॉन्गीट्यूडिनल) फेफड़ों के रेडियोलॉजी रिपोर्टों के लिए एक संरचित टाइमलाइन सारांशीकरण कार्य और डेटासेट है, जो दिनांक और विषय के अनुसार निष्कर्षों को व्यवस्थित करने के लिए एक तीन-चरणीय LLM प्रक्रिया का उपयोग करता है, और यह प्रदर्शित करता है कि उच्च रिकॉल के साथ मानव-तुलनीय समूहीकरण प्रदर्शन प्राप्त करने के लिए मध्यवर्ती समूह नाम निर्माण महत्वपूर्ण है।

Sitong Zhou, Meliha Yetisgen, Mari Ostendorf2026-03-25