💬 Category

cs.CL

11158 पेपर

💬 NLP

ReasonMap: Towards Fine-Grained Visual Reasoning from Transit Maps

यह शोध पत्र ReasonMap प्रस्तुत करता है, जो एक नया बेंचमार्क है जिसमें उच्च-रिज़ॉल्यूशन वाले ट्रांजिट मानचित्र और विविध प्रश्न-उत्तर जोड़े शामिल हैं ताकि मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स की सूक्ष्म दृश्य तर्क क्षमताओं का मूल्यांकन किया जा सके, जो यह प्रकट करता है कि ओपन-सोर्स बेस मॉडल अक्सर अपने रीजनिंग-ट्यून्ड वेरिएंट्स से बेहतर प्रदर्शन करते हैं और भाषा के पूर्वग्रहों (लैंग्वेज प्रायर्स) के बजाय प्रत्यक्ष विजुअल ग्राउंडिंग की महत्वपूर्ण आवश्यकता पर जोर देते हैं।

Sicheng Feng, Song Wang, Shuyi Ouyang, Lingdong Kong, Zikai Song, Jianke Zhu, Huan Wang, Xinchao Wang2026-03-13
💬 NLP

Swiss Parliaments Corpus Re-Imagined (SPC_R): Enhanced Transcription with RAG-based Correction and Predicted BLEU

यह शोध पत्र स्विस पार्लियामेंट कॉर्पस री-इमेजिन्ड (SPC_R) को प्रस्तुत करता है, जो स्विस जर्मन संसदीय बहसों का 555 घंटों का एक उच्च-गुणवत्ता वाला लॉन्ग-फॉर्म डेटासेट है, जिसे Whisper Large-v3 के साथ ऑडियो को ट्रांसक्राइब करके, दो-चरणीय GPT-4o सुधार प्रक्रिया के माध्यम से इसे परिष्कृत करके, और पिछले वाक्य-स्तर के संस्करणों की तुलना में 6-पॉइंट BLEU सुधार प्राप्त करने के लिए अनुमानित BLEU और सिमेंटिक पूर्णता स्कोर के आधार पर खंडों को फ़िल्टर करके बनाया गया है।

Vincenzo Timmel, Manfred Vogel, Daniel Perruchoud, Reza Kakooee2026-03-13
💬 NLP

Multi-lingual Functional Evaluation for Large Language Models

यह शोध पत्र पाँच भाषाओं में बहुभाषी कार्यात्मक बेंचमार्क (CL-GSM Symbolic और CL-IFEval) प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि स्थिर बहुभाषी मूल्यांकन अक्सर व्यावहारिक, कार्य-आधारित मूल्यांकनों की तुलना में मॉडल के प्रदर्शन और मजबूती का अतिरंजित अनुमान लगाते हैं।

Victor Ojewale, Inioluwa Deborah Raji, Suresh Venkatasubramanian2026-03-13
💬 NLP

NeuralOS: Towards Simulating Operating Systems via Neural Generative Models

न्यूरलओएस (NeuralOS) एक न्यूरल फ्रेमवर्क है जो स्टेट ट्रैकिंग के लिए एक रिकरेंट न्यूरल नेटवर्क को यथार्थवादी स्क्रीन फ्रेम्स उत्पन्न करने के लिए एक डिफ्यूजन-आधारित रेंडरर के साथ जोड़कर ऑपरेटिंग सिस्टम के ग्राफिकल यूजर इंटरफेस का अनुकरण करता है, जो प्रशिक्षण डेटा से मौजूदा और अनदेखे अनुप्रयोगों दोनों के लिए इंटरैक्शन को सीखने और संश्लेषित करने की क्षमता प्रदर्शित करता है।

Luke Rivard, Sun Sun, Hongyu Guo, Wenhu Chen, Yuntian Deng2026-03-13
💬 NLP

Seq vs Seq: An Open Suite of Paired Encoders and Decoders

यह शोध पत्र एट्टिन (Ettin) सुइट का परिचय देता है, जो समान डेटा और रेसिपी पर प्रशिक्षित युग्मित एनकोडर-ओनली (encoder-only) और डिकोडर-ओनली (decoder-only) मॉडलों का एक संग्रह है, जो उनके संबंधित आकारों के लिए नया अत्याधुनिक प्रदर्शन स्थापित करता है और यह प्रदर्शित करता है कि नेटिव आर्किटेक्चर अपने विशिष्ट कार्यों पर अनुकूलित मॉडलों की तुलना में काफी बेहतर प्रदर्शन करते हैं।

Orion Weller, Kathryn Ricci, Marc Marone, Antoine Chaffin, Dawn Lawrie, Benjamin Van Durme2026-03-13
💬 NLP

On the Theoretical Limitations of Embedding-Based Retrieval

यह शोध पत्र यह प्रदर्शित करता है कि एम्बेडिंग-आधारित रिट्रीवल (embedding-based retrieval) मौलिक सैद्धांतिक सीमाओं का सामना करता है जहाँ प्राप्त होने योग्य टॉप-k दस्तावेज़ उपसमुच्चयों (subsets) की संख्या एम्बेडिंग आयाम (dimension) द्वारा सीमित होती है, एक ऐसा अवरोध जो इष्टतम प्रशिक्षण के साथ भी बना रहता है और अत्याधुनिक मॉडलों को सरल, वास्तविक कार्यों पर विफल होने के लिए बाध्य करता है।

Orion Weller, Michael Boratko, Iftekhar Naim, Jinhyuk Lee2026-03-13
💬 NLP

NormGenesis: Multicultural Dialogue Generation via Exemplar-Guided Social Norm Modeling and Violation Recovery

यह शोध पत्र NormGenesis को प्रस्तुत करता है, जो एक बहुसांस्कृतिक ढांचा है जो उदाहरण-निर्देशित परिशोधन (exemplar-guided refinement) और एक नवीन उल्लंघन-से-समाधान (Violation-to-Resolution - V2R) संवाद प्रकार का उपयोग करके अंग्रेजी, चीनी और कोरियाई में 10,800 सामाजिक रूप से आधारित संवाद उत्पन्न और एनोटेट करता है, जिससे संवाद प्रणालियों की व्यावहारिक सक्षमता और सांस्कृतिक अनुकूलन क्षमता में महत्वपूर्ण वृद्धि होती है।

Minki Hong, Jangho Choi, Jihie Kim2026-03-13
💬 NLP

FrugalPrompt: Reducing Contextual Overhead in Large Language Models via Token Attribution

यह शोधपत्र FrugalPrompt को प्रस्तुत करता है, जो एक नवीन ढांचा है जो टोकन एट्रिब्यूशन विधियों द्वारा पहचाने गए सबसे महत्वपूर्ण अर्थपूर्ण टोकन को बनाए रखने के लिए प्रॉम्प्ट्स को संकुचित करके लार्ज लैंग्वेज मॉडल्स के कॉन्टेक्स्टुअल ओवरहेड और उससे जुड़ी लागतों को कम करता है, जिससे संदर्भ की विरलता (context sparsity) और कार्य संबंधी आवश्यकताओं के बीच के समझौतों का पता लगाते हुए कुशल प्रदर्शन प्राप्त किया जा सके।

Syed Rifat Raiyan, Md Farhan Ishmam, Abdullah Al Imran, Mohammad Ali Moni2026-03-13
📊 statistics

Belief Dynamics Reveal the Dual Nature of In-Context Learning and Activation Steering

यह शोध पत्र एक एकीकृत बेयसियन ढांचे (Bayesian framework) का प्रस्ताव करता है जो इन-कॉन्टेक्स्ट लर्निंग (in-context learning) और एक्टिवेशन स्टीयरिंग (activation steering) दोनों को लेटेंट कॉन्सेप्ट्स (latent concepts) में भाषा मॉडल के विश्वास को बदलने वाले तंत्रों के रूप में स्पष्ट करता है, जहाँ पूर्ववर्ती साक्ष्य संचित करता है और उत्तरवर्ती प्रायर्स (priors) को स्थानांतरित करता है, जिससे उनके संयुक्त प्रभावों का एक भविष्य कहनेवाला मॉडल सक्षम होता है।

Eric Bigelow, Daniel Wurgaft, YingQiao Wang, Noah Goodman, Tomer Ullman, Hidenori Tanaka, Ekdeep Singh Lubana2026-03-13
💬 NLP

ConCISE: A Reference-Free Conciseness Evaluation Metric for LLM-Generated Answers

यह शोध पत्र ConCISE को प्रस्तुत करता है, जो एक नवीन संदर्भ-मुक्त मीट्रिक है जो एब्स्ट्रैक्टिव और एक्सट्रैक्टिव समराइजेशन के साथ शब्द-हटाने की तकनीक से संपीड़न अनुपात (कंप्रेशन रेश्यो) का औसत निकालकर LLM-जनित प्रतिक्रियाओं की संक्षिप्तता का मूल्यांकन करता है, जिससे मानव एनोटेशन की आवश्यकता के बिना पुनरावृत्ति का स्वचालित पता लगाना संभव हो जाता है।

Seyed Mohssen Ghafari, Ronny Kol, Juan C. Quiroz, Nella Luan, Monika Patial, Chanaka Rupasinghe, Herman Wandabwa, Luiz P (…)2026-03-13