💬 Category

cs.CL

11158 पेपर

💬 NLP

Let It Flow: Agentic Crafting on Rock and Roll, Building the ROME Model within an Open Agentic Learning Ecosystem

यह शोध पत्र एजेंटिक लर्निंग इकोसिस्टम (ALE) को प्रस्तुत करता है, जो ROLL फ्रेमवर्क, ROCK सैंडबॉक्स और iFlow CLI से युक्त एक व्यापक ओपन-सोर्स इंफ्रास्ट्रक्चर है, जिसका उपयोग ROME को विकसित और प्रशिक्षित करने के लिए किया गया था, जो नवीन डेटा सिंथेसिस और इंटरैक्शन-परसेप्टिव एजेंटिक पॉलिसी ऑप्टिमाइजेशन (IPA) एल्गोरिदम के माध्यम से जटिल एजेंटिक बेंचमार्क पर मजबूत प्रदर्शन प्राप्त करने वाला एक ओपन-सोर्स एजेंट है।

Weixun Wang, XiaoXiao Xu, Wanhe An, Fangwen Dai, Wei Gao, Yancheng He, Ju Huang, Qiang Ji, Hanqi Jin, Xiaoyang Li, Yang (…)2026-03-13
💬 NLP

Do LLMs Judge Distantly Supervised Named Entity Labels Well? Constructing the JudgeWEL Dataset

यह शोध पत्र JudgeWEL को प्रस्तुत करता है, जो विकिपीडिया-विकीडेटा लिंक्स का कमजोर पर्यवेक्षण (weak supervision) के लिए लाभ उठाकर और बड़े भाषा मॉडलों (LLMs) का उपयोग करके सत्यापन के माध्यम से शोर वाले लेबल (noisy labels) को परिष्कृत करने वाले एक नवीन पाइपलाइन के माध्यम से निर्मित, एक काफी बड़ा और अधिक संतुलित लक्ज़मबर्गिश नाम संस्था पहचान (Named Entity Recognition) डेटासेट है।

Alistair Plum, Laura Bernardy, Tharindu Ranasinghe2026-03-13
💬 NLP

Prompting Underestimates LLM Capability for Time Series Classification

यह शोध पत्र प्रदर्शित करता है कि बड़े भाषा मॉडल (large language models) में समय श्रृंखला वर्गीकरण (time series classification) की क्षमताएं ज़ीरो-शॉट प्रॉम्प्टिंग (zero-shot prompting) के सुझावों की तुलना में काफी अधिक मजबूत हैं, जैसा कि आंतरिक निरूपण (internal representations) पर लीनियर प्रोब्स (linear probes) द्वारा प्रकट हुआ है जो विशिष्ट मॉडलों के तुलनीय प्रदर्शन प्राप्त करते हैं।

Dan Schumacher, Erfan Nourbakhsh, Rocky Slavin, Anthony Rios2026-03-13
💬 NLP

Learning Through Dialogue: Engagement and Efficacy Matter More Than Explanations

यह अध्ययन 397 मानव-LLM संवादों का विश्लेषण करता है यह प्रदर्शित करने के लिए कि सीखने के परिणाम एआई (AI) स्पष्टीकरणों की गुणवत्ता पर कम और संवादात्मक गतिशीलता पर अधिक निर्भर करते हैं, विशेष रूप से उपयोगकर्ताओं की संज्ञानात्मक संलग्नता और राजनीतिक प्रभावकारिता पर, जो इस बात में मध्यस्थता करते हैं कि स्पष्टीकरण ज्ञान और आत्मविश्वास में कैसे परिवर्तित होते हैं।

Shaz Furniturewala, Gerard Christopher Yeo, Kokil Jaidka2026-03-13
💬 NLP

PosIR: Position-Aware Heterogeneous Information Retrieval Benchmark

यह शोध पत्र PosIR को प्रस्तुत करता है, जो 10 भाषाओं और 31 डोमेन में फैला हुआ पहला मानकीकृत बेंचमार्क है, जो एम्बेडिंग-आधारित रिट्रीवल मॉडल्स में व्यापक पोजीशन बायस (स्थिति पूर्वाग्रह) का व्यवस्थित रूप से निदान करने के लिए एक लेंथ-कंट्रोल्ड बकेटिंग रणनीति का उपयोग करता है, जो लंबे दस्तावेज़ों को संभालने में उनकी सीमाओं को प्रकट करता है और प्राइमेसी (प्राथमिकता) एवं रिसेंसी (नवीनता) बायस के पीछे के विशिष्ट आंतरिक तंत्रों को उजागर करता है।

Ziyang Zeng, Dun Zhang, Yu Yan, Xu Sun, Cuiqiaoshu Pan, Yudong Zhou, Yuqing Yang2026-03-13
💬 NLP

Benchmarking LLMs for Pairwise Causal Discovery in Biomedical and Multi-Domain Contexts

यह शोध पत्र 12 विविध डेटासेट्स पर युग्मवार (pairwise) कारण खोज (causal discovery) के लिए 13 ओपन-सोर्स लार्ज लैंग्वेज मॉडल्स का मूल्यांकन करने वाला एक व्यापक बेंचमार्क प्रस्तुत करता है, जो जटिल, अंतर्निहित और बहु-वाक्य संबंधों के लिए विशेष रूप से कारण पता लगाने (causal detection) और निष्कर्षण (extraction) दोनों में महत्वपूर्ण प्रदर्शन अंतराल को प्रकट करता है—साथ ही इस महत्वपूर्ण क्षेत्र में अनुसंधान को आगे बढ़ाने के लिए एक एकीकृत ढांचा और ओपन-सोर्स संसाधन भी प्रदान करता है।

Sydney Anuyah, Sneha Shajee-Mohan, Ankit-Singh Chauhan, Sunandan Chakraborty2026-03-13
💬 NLP

Do LLMs Truly Benefit from Longer Context in Automatic Post-Editing?

यह शोध पत्र स्वचालित पोस्ट-एडिटिंग के लिए LLMs का व्यवस्थित रूप से मूल्यांकन करता है और पाता है कि जहाँ प्रोप्राइटरी मॉडल सरल प्रॉम्प्टिंग के साथ मानव-तुल्य गुणवत्ता प्राप्त करते हैं, वहीं वे दस्तावेज़-स्तरीय संदर्भ का प्रभावी ढंग से उपयोग करने में विफल रहते हैं, उच्च लागत से ग्रस्त होते हैं, और उन मेट्रिक्स पर निर्भर करते हैं जो उनके वास्तविक प्रदर्शन सुधारों को ठीक से नहीं दर्शाते हैं।

Ahrii Kim, Seong-heum Kim2026-03-13
⚡ electrical engineering

Text-only adaptation in LLM-based ASR through text denoising

यह शोध पत्र LLM-आधारित ASR के लिए एक हल्का, आर्किटेक्चर-मुक्त टेक्स्ट-ओनली अनुकूलन विधि प्रस्तुत करता है जो डोमेन अनुकूलन को एक टेक्स्ट डीनॉइजिंग कार्य के रूप में फ्रेम करता है, जो स्पीच-टेक्स्ट संरेखण को प्रभावी ढंग से संरक्षित करते हुए अत्याधुनिक दृष्टिकोणों की तुलना में महत्वपूर्ण प्रदर्शन सुधार प्राप्त करता है।

Andrés Carofilis, Sergio Burdisso, Esaú Villatoro-Tello, Shashi Kumar, Kadri Hacioglu, Srikanth Madikeri, Pradeep Rangap (…)2026-03-13
💬 NLP

Evolving Beyond Snapshots: Harmonizing Structure and Sequence via Entity State Tuning for Temporal Knowledge Graph Forecasting

यह शोध पत्र एंटिटी स्टेट ट्यूनिंग (EST) का प्रस्ताव करता है, जो एक एनकोडर-अज्ञेयवादी (encoder-agnostic) ढांचा है जो एक वैश्विक स्टेट बफर को बनाए रखने और संरचनात्मक निर्भरताओं को टेम्पोरल इवोल्यूशन के साथ सामंजस्य बिठाने के लिए एक क्लोज्ड-लूप डिज़ाइन का उपयोग करके स्टेटलेस टेम्पोरल नॉलेज ग्राफ फोरकास्टिंग की सीमाओं को संबोधित करता है, जिससे लॉन्ग-होरिज़न प्रेडिक्शन्स में स्टेट-ऑफ-द-आर्ट प्रदर्शन प्राप्त होता है।

Siyuan Li, Yunjia Wu, Yiyong Xiao, Pingyang Huang, Peize Li, Ruitong Liu, Yan Wen, Te Sun, Fangyi Pei2026-03-13
💬 NLP

Consistency of Large Reasoning Models Under Multi-Turn Attacks

यह शोध पत्र मल्टी-टर्न एडवर्सरियल हमलों के तहत नौ फ्रंटियर लार्ज रीजनिंग मॉडल्स का मूल्यांकन करता है, जिससे पता चलता है कि जहाँ रीजनिंग क्षमताएं मानक मॉडल्स की तुलना में आंशिक मजबूती प्रदान करती हैं, वहीं वे आत्म-संदेह और सामाजिक अनुरूपता जैसी अनूठी कमजोरियों को भी जन्म देती हैं, और विस्तृत रीजनिंग ट्रेसेस में अत्यधिक आत्मविश्वास के कारण मौजूदा कॉन्फिडेंस-आधारित रक्षा प्रणालियों को अप्रभावी बना देती हैं।

Yubo Li, Ramayya Krishnan, Rema Padman2026-03-13