💬 Category

cs.CL

11158 पेपर

💬 NLP

Can Linguistically Related Languages Guide LLM Translation in Low-Resource Settings?

यह शोध पत्र इस बात की जांच करता है कि क्या भाषाई रूप से संबंधित पिवट भाषाएं और फ्यू-शॉट प्रदर्शन (few-shot demonstrations), बिना पैरामीटर अपडेट के, कम-संसाधन वाली मशीन अनुवाद में लार्ज लैंग्वेज मॉडल्स को निर्देशित कर सकते हैं, जिसमें यह पाया गया कि हालांकि इस प्रकार का इन्फरेंस-टाइम प्रॉम्प्टिंग कम प्रतिनिधित्व वाले भाषाओं के लिए मामूली सुधार प्रदान करता है, लेकिन इसकी प्रभावशीलता अक्सर असंगत होती है और उदाहरण निर्माण के प्रति अत्यधिक संवेदनशील होती है।

Aishwarya Ramasethu, Niyathi Allu, Rohin Garg, Harshwardhan Fartale, Dun Li Chan2026-03-18
💬 NLP

Retrieving Counterfactuals Improves Visual In-Context Learning

यह शोध पत्र CIRCLES को प्रस्तुत करता है, जो एक नवीन ढांचा है जो एट्रिब्यूट-गाइडेड कंपोज्ड इमेज रिट्रीवल के माध्यम से काउंटरफैक्चुअल-शैली के उदाहरणों को सक्रिय रूप से पुनर्प्राप्त करके विजन-लैंग्वेज मॉडल्स की इन-कॉन्टेक्स्ट लर्निंग को बढ़ाता है, जिससे अधिक सुदृढ़ कारण तर्क (कौज़ल रीजनिंग) सक्षम होता है और विविध डेटासेट्स पर मौजूदा समानता-आधारित विधियों से बेहतर प्रदर्शन करता है।

Guangzhi Xiong, Sanchit Sinha, Zhenghao He, Aidong Zhang2026-03-18
💬 NLP

TurnWise: The Gap between Single- and Multi-turn Language Model Capabilities

यह शोध पत्र सिंगल-टर्न और मल्टी-टर्न भाषा मॉडल क्षमताओं के बीच के अंतर को दूर करने के लिए TurnWiseEval बेंचमार्क और TurnWiseData सिंथेटिक पाइपलाइन प्रस्तुत करता है, जो यह प्रदर्शित करता है कि पोस्ट-ट्रेनिंग के दौरान केवल 10,000 मल्टी-टर्न वार्तालापों को शामिल करने से भी मल्टी-टर्न प्रदर्शन में महत्वपूर्ण सुधार होता है।

Victoria Graf, Valentina Pyatkin, Nouha Dziri, Nathan Lambert, Hannaneh Hajishirzi2026-03-18
🤖 AI

Is Conformal Factuality for RAG-based LLMs Robust? Novel Metrics and Systematic Insights

यह शोध पत्र RAG-आधारित LLMs के लिए अनुरूप तथ्यात्मकता (conformal factuality) का व्यवस्थित रूप से मूल्यांकन करता है, जो विश्वसनीयता और सूचनात्मकता के बीच महत्वपूर्ण समझौतों, वितरण परिवर्तनों (distribution shifts) के तहत भंगुरता, और LLM-आधारित स्कोरर्स की तुलना में हल्के एंटेलमेंट-आधारित (entailment-based) सत्यापनकर्ताओं की बेहतर दक्षता को प्रकट करता है, जिससे ज्ञान-गहन अनुप्रयोगों में विश्वसनीयता और उपयोगिता दोनों सुनिश्चित करने के लिए नए सुदृढ़ दृष्टिकोणों की आवश्यकता पर बल मिलता है।

Yi Chen, Daiwei Chen, Sukrut Madhav Chikodikar, Caitlyn Heqi Yin, Ramya Korlakai Vinayak2026-03-18
🤖 AI

Prompt Programming for Cultural Bias and Alignment of Large Language Models

यह शोध पत्र ओपन-वेट लार्ज लैंग्वेज मॉडल्स में सांस्कृतिक पूर्वाग्रहों की निरंतरता को प्रमाणित करता है और यह प्रदर्शित करता है कि प्रॉम्प्ट्स को मॉड्यूलर प्रोग्राम के रूप में अनुकूलित करने के लिए DSPy का उपयोग करना, मैनुअल प्रॉम्प्ट इंजीनियरिंग की तुलना में सांस्कृतिक संरेखण प्राप्त करने के लिए एक अधिक स्थिर और हस्तांतरणीय दृष्टिकोण प्रदान करता है।

Maksim Eren, Eric Michalak, Brian Cook, Johnny Seales Jr2026-03-18
💬 NLP

Mediocrity is the key for LLM as a Judge Anchor Selection

यह शोध पत्र यह प्रदर्शित करता है कि "LLM-as-a-judge" मूल्यांकनों की विश्वसनीयता के लिए एक एंकर मॉडल का चयन महत्वपूर्ण है, जो यह प्रकट करता है कि चरम एंकर (सर्वश्रेष्ठ या सबसे खराब मॉडल) रैंकिंग सटीकता को कमजोर करते हैं और मजबूत परिणाम सुनिश्चित करने के लिए बड़े बेंचमार्क आकार के साथ "औसत" एंकरों के उपयोग की वकालत करते हैं।

Shachar Don-Yehiya, Asaf Yehudai, Leshem Choshen, Omri Abend2026-03-18
💬 NLP

Chronos: Temporal-Aware Conversational Agents with Structured Event Retrieval for Long-Term Memory

यह शोध पत्र क्रोनोस (Chronos) को प्रस्तुत करता है, जो एक नवीन टेम्पोरल-अवेयर (temporal-aware) मेमोरी फ्रेमवर्क है जो संवाद को इवेंट टुपल्स (event tuples) में व्यवस्थित करता है और दीर्घकालिक संवादात्मक स्मृति कार्यों पर अत्याधुनिक प्रदर्शन प्राप्त करने के लिए इटरेटिव टूल-कॉलिंग (iterative tool-calling) के साथ डायनेमिक प्रॉम्प्टिंग का उपयोग करता है।

Sahil Sen, Elias Lumer, Anmol Gulati, Vamse Kumar Subbiah2026-03-18
🤖 machine learning

Efficient Reasoning on the Edge

यह शोध पत्र लोरा (LoRA) एडेप्टर को सुपरवाइज्ड फाइन-ट्यूनिंग, सुदृढीकरण शिक्षण-आधारित बजट फोर्सिंग (reinforcement learning-based budget forcing), समानांतर टेस्ट-टाइम स्केलिंग (parallel test-time scaling), और डायनेमिक एडेप्टर स्विचिंग के साथ जोड़कर एज डिवाइसेस पर छोटे एलएलएम (LLMs) में कुशल और सटीक चेन-ऑफ-थॉट रीजनिंग सक्षम करने के लिए एक व्यापक ढांचे का प्रस्ताव करता है ताकि मेमोरी और लेटेंसी की बाधाओं को दूर किया जा सके।

Yelysei Bondarenko, Thomas Hehn, Rob Hesselink, Romain Lepert, Fabio Valerio Massoli, Evgeny Mironov, Leyla Mirvakhabova (…)2026-03-18
💬 NLP

Estimating Causal Effects of Text Interventions Leveraging LLMs

यह शोधपत्र CausalDANN को प्रस्तुत करता है, जो एक नवीन ढांचा है जो अवलोकनात्मक डेटा का उपयोग करके सामाजिक प्रणालियों में जटिल, उच्च-आयामी पाठ्य हस्तक्षेपों के कारण प्रभावों का मजबूती से अनुमान लगाने के लिए टेक्स्ट रूपांतरणों और डोमेन-अनुकूली क्लासिफायर का लाभ उठाता है।

Siyi Guo, Myrl G. Marmarelis, Fred Morstatter, Kristina Lerman2026-03-17
💬 NLP

ArithmAttack: Evaluating Robustness of LLMs to Noisy Context in Math Problem Solving

यह शोध पत्र ArithmAttack को प्रस्तुत करता है, जो गणितीय समस्या समाधान में विराम चिह्न के शोर (punctuation noise) के प्रति बड़े भाषा मॉडलों की मजबूती का मूल्यांकन करने की एक विधि है, जिससे यह पता चलता है कि परीक्षण किए गए आठ मॉडल सूचना की हानि के बिना भी शोर के स्तर में वृद्धि के साथ प्रदर्शन में गिरावट का शिकार होते हैं।

Zain Ul Abedin, Shahzeb Qamar, Lucie Flek, Akbar Karimi2026-03-17