💬 Category

cs.CL

11158 पेपर

💬 NLP

Hypothesis-Conditioned Query Rewriting for Decision-Useful Retrieval

यह शोध पत्र हाइपोथेसिस-कंडीशन्ड क्वेरी रीराइटिंग (HCQR) को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त ढांचा है जो एक एकल प्रारंभिक क्वेरी को तीन लक्षित खोजों में बदलकर रिट्रीवल-ऑगमेंटेड जनरेशन में निर्णय लेने की क्षमता को बढ़ाता है, जिन्हें परिकल्पनाओं (हाइपोथीसिस) का समर्थन करने, अंतर करने और सत्यापित करने के लिए डिज़ाइन किया गया है, जिससे यह MedQA और MMLU-Med जैसे मेडिकल बेंचमार्क पर मौजूदा विधियों से बेहतर प्रदर्शन करता है।

Hangeol Chang, Changsun Lee, Seungjoon Rho, Junho Yeo, Jong Chul Ye2026-03-20
💬 NLP

Parallelograms Strike Back: LLMs Generate Better Analogies than People

यह अध्ययन प्रदर्शित करता है कि बड़े भाषा मॉडल मनुष्यों की तुलना में उच्च-गुणवत्ता वाले चार-पद वाले शब्द उपमाओं (word analogies) का निर्माण करते हैं क्योंकि वे ज्यामितीय "समानांतर चतुर्भुज" (parallelogram) संबंधी संरचना का अधिक निरंतरता से पालन करते हैं, जो यह सुझाव देता है कि मॉडल की मानव संज्ञान में कथित विफलता मॉडल की अपर्याप्तता के बजाय मानवीय असंगतता से उत्पन्न होती है।

Qiawen Ella Liu, Raja Marjieh, Jian-Qiao Zhu, Adele E. Goldberg, Thomas L. Griffiths2026-03-20
💬 NLP

A Dataset and Resources for Identifying Patient Health Literacy Information from Clinical Notes

यह शोध पत्र HEALIX को प्रस्तुत करता है, जो रोगी स्वास्थ्य साक्षरता स्तरों के स्वचालित पता लगाने की सुविधा के लिए डिज़ाइन किए गए 589 नैदानिक नोट्स का पहला सार्वजनिक रूप से उपलब्ध एनोटेटेड डेटासेट है, और चार ओपन-सोर्स लार्ज लैंग्वेज मॉडल्स में ज़ीरो-शॉट और फ्यू-शॉट प्रॉम्प्टिंग रणनीतियों के बेंचमार्किंग के माध्यम से इसकी उपयोगिता को प्रदर्शित करता है।

Madeline Bittner, Dina Demner-Fushman, Yasmeen Shabazz, Davis Bartels, Dukyong Yoon, Brad Quitadamo, Rajiv Menghrajani (…)2026-03-20
💬 NLP

Serendipity by Design: Evaluating the Impact of Cross-domain Mappings on Human and LLM Creativity

यह अध्ययन प्रकट करता है कि जहाँ क्रॉस-डोमेन मैपिंग को लागू करना मानव रचनात्मकता को महत्वपूर्ण रूप से बढ़ाता है, वहीं लार्ज लैंग्वेज मॉडल्स (LLMs) पहले से ही औसतन अधिक मौलिक विचार उत्पन्न करते हैं और उसी हस्तक्षेप से सांख्यिकीय रूप से महत्वपूर्ण लाभ नहीं दिखाते हैं, हालांकि दोनों प्रणालियाँ अधिक अभिनव आउटपुट तब उत्पन्न करती हैं जब स्रोत डोमेन लक्ष्य से अर्थ संबंधी रूप से दूर होता है।

Qiawen Ella Liu, Marina Dubova, Henry Conklin, Takumi Harada, Thomas L. Griffiths2026-03-20
💬 NLP

How Uncertainty Estimation Scales with Sampling in Reasoning Models

यह शोध पत्र यह प्रदर्शित करता है कि जबकि रीजनिंग मॉडल्स में सैंपलिंग के साथ सेल्फ-कंसिस्टेंसी (self-consistency) और वर्बलाइज्ड कॉन्फिडेंस (verbalized confidence) दोनों में सुधार होता है, इन संकेतों को संयोजित करने वाला एक हाइब्रिड एस्टिमेटर न्यूनतम सैंपल्स के साथ बेहतर अनसर्टेन्टी एस्टीमेशन (uncertainty estimation) प्राप्त करता है, जो विशेष रूप से STEM और ह्यूमैनिटीज डोमेन की तुलना में गणित में उत्कृष्ट प्रदर्शन करता है।

Maksym Del, Markus Kängsepp, Marharyta Domnich, Ardi Tampuu, Lisa Yankovskaya, Meelis Kull, Mark Fishel2026-03-20
💬 NLP

UGID: Unified Graph Isomorphism for Debiasing Large Language Models

यह शोध पत्र UGID का प्रस्ताव करता है, जो एक एकीकृत ग्राफ आइसोमोर्फिज्म (graph isomorphism) ढांचा है जो प्रति-तथ्यात्मक इनपुट (counterfactual inputs) के विरुद्ध उनके आंतरिक कम्प्यूटेशनल ग्राफ में संरचनात्मक अपरिवर्तनीयता (structural invariance) को लागू करके बड़े भाषा मॉडलों को पूर्वाग्रह मुक्त करता है, जिससे सामान्य क्षमताओं और सुरक्षा को संरक्षित करते हुए पूर्वाग्रह को प्रभावी रूप से कम किया जाता है।

Zikang Ding, Junchi Yao, Junhao Li, Yi Zhang, Wenbo Jiang, Hongbo Liu, Lijie Hu2026-03-20
⚡ electrical engineering

How Auditory Knowledge in LLM Backbones Shapes Audio Language Models: A Holistic Evaluation

यह शोध पत्र इस बात की जांच करता है कि प्री-ट्रेनिंग के दौरान टेक्स्ट-ओनली लार्ज लैंग्वेज मॉडल्स द्वारा प्राप्त श्रवण संबंधी ज्ञान (auditory knowledge) उनके लार्ज ऑडियो लैंग्वेज मॉडल्स में प्रदर्शन को कैसे प्रभावित करता है, जो मॉडल परिवारों के बीच महत्वपूर्ण विविधताओं और टेक्स्ट-आधारित श्रवण ज्ञान एवं डाउनस्ट्रीम ऑडियो क्षमताओं के बीच एक मजबूत सहसंबंध को प्रकट करता है।

Ke-Han Lu, Szu-Wei Fu, Chao-Han Huck Yang, Zhehuai Chen, Sung-Feng Huang, Chih-Kai Yang, Yi-Cheng Lin, Chi-Yuan Hsiao, W (…)2026-03-20
💬 NLP

Nemotron-Cascade 2: Post-Training LLMs with Cascade RL and Multi-Domain On-Policy Distillation

नेमोट्रॉन-कैस्केड 2 (Nemotron-Cascade 2) एक कॉम्पैक्ट 30B MoE मॉडल है जो उन्नत कैस्केड RL और मल्टी-डोमेन ऑन-पॉलिसी डिस्टिलेशन के माध्यम से गणित, इन्फॉर्मेटिक्स और प्रतिस्पर्धी प्रोग्रामिंग में गोल्ड मेडल-स्तर का प्रदर्शन प्राप्त करता है, जो बड़े फ्रंटियर मॉडलों की तुलना में 20 गुना अधिक इंटेलिजेंस डेंसिटी प्रदान करता है।

Zhuolin Yang, Zihan Liu, Yang Chen, Wenliang Dai, Boxin Wang, Sheng-Chieh Lin, Chankyu Lee, Yangyi Chen, Dongfu Jiang, J (…)2026-03-20
💬 NLP

Online Learning and Equilibrium Computation with Ranking Feedback

यह शोध पत्र संख्यात्मक उपयोगिताओं (numeric utilities) के बजाय रैंकिंग फीडबैक के साथ ऑनलाइन लर्निंग की जांच करता है, यह प्रदर्शित करते हुए कि मानक स्थितियों के तहत उप-रैखिक पछतावा (sublinear regret) सामान्यतः असंभव है, लेकिन जब उपयोगिता अनुक्रमों (utility sequences) में सीमित भिन्नता होती है तो नए एल्गोरिदम के माध्यम से इसे प्राप्त किया जा सकता है, जिससे खेलों में संतुलन गणना और प्रभावी लार्ज-लैंग्वेज-मॉडल रूटिंग सक्षम होती है।

Mingyang Liu, Yongshan Chen, Zhiyuan Fan, Gabriele Farina, Asuman Ozdaglar, Kaiqing Zhang2026-03-20
💰 quantitative finance

FinTradeBench: A Financial Reasoning Benchmark for LLMs

यह शोध पत्र FinTradeBench प्रस्तुत करता है, जो एक व्यापक वित्तीय तर्क बेंचमार्क है जिसमें 1,400 प्रश्न शामिल हैं जो कंपनी के बुनियादी सिद्धांतों (fundamentals) और ट्रेडिंग संकेतों को एकीकृत करते हैं ताकि जटिल, बहु-आयामी (multi-modal) वित्तीय निर्णय लेने वाले कार्यों को संभालने में बड़े भाषा मॉडल (LLMs) की वर्तमान सीमाओं का मूल्यांकन और खुलासा किया जा सके।

Yogesh Agrawal, Aniruddha Dutta, Md Mahadi Hasan, Santu Karmaker, Aritra Dutta2026-03-20