💬 NLP

Evaluating LLM-Based Grant Proposal Review via Structured Perturbations

यह शोध पत्र छह गुणवत्ता अक्षों पर संरचित विचलनों (structured perturbations) का उपयोग करके एलएलएम-आधारित अनुदान प्रस्ताव समीक्षाओं का मूल्यांकन करता है, जिसमें यह पाया गया कि एक खंड-दर-खंड विश्लेषण दृष्टिकोण अन्य आर्किटेक्चर की तुलना में बेहतर प्रदर्शन करता है, लेकिन वर्तमान मॉडल अभी भी स्पष्टता का पता लगाने और समग्र मूल्यांकन में संघर्ष करते हैं, जो यह सुझाव देता है कि वे मानव समीक्षकों के प्रतिस्थापन के बजाय पूरक उपकरणों के रूप में सबसे उपयुक्त हैं।

William Thorne, Joseph James, Yang Wang, Chenghua Lin, Diana Maynard2026-03-10
💬 NLP

LAMUS: A Large-Scale Corpus for Legal Argument Mining from U.S. Caselaw using LLMs

यह शोध पत्र LAMUS को प्रस्तुत करता है, जो मानव परिशोधन के साथ एक LLM-संचालित पाइपलाइन के माध्यम से निर्मित अमेरिकी केसलॉ (caselaw) के लिए एक बड़े पैमाने का, उच्च-गुणवत्ता वाला वाक्य-स्तरीय कानूनी तर्क खनन कॉर्पस है, जो यह प्रदर्शित करता है कि चेन-ऑफ-थॉट प्रॉम्प्टिंग और LLM-सहायता प्राप्त सत्यापन भविष्य के कानूनी NLP अनुसंधान के लिए एनोटेशन गुणवत्ता और मॉडल प्रदर्शन को महत्वपूर्ण रूप से बढ़ाते हैं।

Serene Wang, Lavanya Pobbathi, Haihua Chen2026-03-10
🤖 machine learning

Rethinking Attention Output Projection: Structured Hadamard Transforms for Efficient Transformers

यह शोध पत्र मल्टी-हेड अटेंशन में डेंस आउटपुट प्रोजेक्शन को पैरामीटर-मुक्त वॉल्श-हैडमार्ड ट्रांसफॉर्म और लाइटवेट एफाइन रीस्केलिंग के साथ बदलने का प्रस्ताव करता है, जिससे विभिन्न बेंचमार्क पर मॉडल प्रदर्शन को बनाए रखते हुए या उसमें सुधार करते हुए पैरामीटर्स, मेमोरी और इन्फरेंस लेटेंसी में महत्वपूर्ण कमी आती है।

Shubham Aggarwal, Lokendra Kumar2026-03-10
💬 NLP

Do Language Models Know Theo Has a Wife? Investigating the Proviso Problem

यह शोध पत्र एक नैदानिक डेटासेट और मूल्यांकन ढांचे को प्रस्तुत करता है जो यह जांचने के लिए है कि भाषा मॉडल व्यावहारिकता (प्रैग्मैटिक्स) में प्रोविज़ो समस्या (proviso problem) को कैसे संभालते हैं, जिससे यह पता चलता है कि हालांकि मॉडल मानवीय निर्णयों के अनुरूप होते हैं, वे वास्तविक अर्थगत या व्यावहारिक तर्क के बजाय उथले पैटर्न मिलान पर निर्भर करते हैं।

Tara Azin, Daniel Dumitrescu, Diana Inkpen, Raj Singh2026-03-10
💬 NLP

COACH meets QUORUM: A Framework and Pipeline for Aligning User, Expert and Developer Perspectives in LLM-generated Health Counselling

यह शोध पत्र QUORUM, एक एकीकृत मूल्यांकन ढांचा, और COACH, एक LLM-संचालित पाइपलाइन पेश करता है, जो कैंसर रोगियों के लिए व्यक्तिगत स्वास्थ्य परामर्श उत्पन्न करने और उसका आकलन करने के लिए है, और यह प्रदर्शित करता है कि जहाँ हितधारक प्रणाली की प्रासंगिकता और गुणवत्ता पर सहमत होते हैं, वहीं वे लहजे (टोन) और त्रुटि संवेदनशीलता जैसे सूक्ष्म अंतरों पर भिन्न होते हैं, जिससे विश्वसनीय रोगी-केंद्रित NLP प्रणालियों के लिए बहु-परिप्रेक्ष्य मूल्यांकन की महत्वपूर्ण आवश्यकता पर प्रकाश पड़ता है।

Yee Man Ng, Bram van Dijk, Pieter Beynen, Otto Boekesteijn, Joris Jansen, Gerard van Oortmerssen, Max van Duijn, Marco S (…)2026-03-10
🤖 machine learning

Revealing Behavioral Plasticity in Large Language Models: A Token-Conditional Perspective

यह शोध पत्र टोकन-कंडीशन्ड रीइन्फोर्समेंट लर्निंग (ToCoRL) का परिचय देता है, जो एक ऐसा ढांचा है जो लार्ज लैंग्वेज मॉडल्स की अंतर्निहित व्यवहारिक प्लास्टिसिटी (behavioral plasticity) का लाभ उठाकर इन्फेरेंस-टाइम अनुकूलनों को आत्मसात और स्थिर करता है, जिससे समग्र क्षमताओं में गिरावट लाए बिना रीजनिंग से सीधे उत्तर देने जैसे व्यवहारिक मोड में स्विच करने पर सटीक नियंत्रण सक्षम होता है।

Liyuan Mao, Le Yu, Jing Zhou, Chujie Zheng, Bowen Yu, Chang Gao, Shixuan Liu, An Yang, Weinan Zhang, JunYang Lin2026-03-10
💬 NLP

Sandpiper: Orchestrated AI-Annotation for Educational Discourse at Scale

यह शोधपत्र सैंडपाइपर (Sandpiper) का परिचय देता है, जो एक मिश्रित-पहल (mixed-initiative) प्रणाली है जो इंटरैक्टिव शोधकर्ता डैशबोर्ड को एजेंटिक एलएलएम (agentic LLMs) के साथ एकीकृत करती है ताकि बड़े पैमाने पर शैक्षिक विमर्श का स्केलेबल, गोपनीयता-संरक्षित और कठोर गुणात्मक विश्लेषण सक्षम किया जा सके, जबकि मतिभ्रम (hallucinations) को कम किया जा सके और पद्धतिगत निरंतरता सुनिश्चित की जा सके।

Daryl Hedley, Doug Pietrzak, Jorge Dias, Ian Burden, Bakhtawar Ahtisham, Zhuqian Zhou, Kirk Vanacore, Josh Marland, Rach (…)2026-03-10
💬 NLP

One Model Is Enough: Native Retrieval Embeddings from LLM Agent Hidden States

यह शोध पत्र एक ऐसी विधि प्रस्तावित करता है जो एक हल्के हेड (lightweight head) के माध्यम से उनके हिडन स्टेट्स (hidden states) को सीधे एम्बेडिंग स्पेस में प्रोजेक्ट करके LLM एजेंटों को नेटिव रिट्रीवल क्षमताओं से लैस करती है, जिससे एक अलग एम्बेडिंग मॉडल की आवश्यकता समाप्त हो जाती है और बेसलाइन रिट्रीवल क्वालिटी का 97% बरकरार रहता है।

Bo Jiang2026-03-10
🤖 machine learning

A prospective clinical feasibility study of a conversational diagnostic AI in an ambulatory primary care clinic

यह भावी व्यवहार्यता अध्ययन प्रदर्शित करता है कि एक संवादात्मक एआई प्रणाली (AMIE) वास्तविक दुनिया के तत्काल देखभाल (अर्जेंट केयर) परिवेश में सुरक्षित और प्रभावी ढंग से नैदानिक इतिहास लेने और नैदानिक सुझाव उत्पन्न करने में सक्षम है, जो उच्च रोगी संतुष्टि और प्राथमिक देखभाल प्रदाताओं के तुलनीय नैदानिक सटीकता प्राप्त करती है जबकि इसमें किसी वास्तविक समय मानवीय हस्तक्षेप की आवश्यकता नहीं होती है।

Peter Brodeur, Jacob M. Koshy, Anil Palepu, Khaled Saab, Ava Homiar, Roma Ruparel, Charles Wu, Ryutaro Tanno, Joseph Xu (…)2026-03-10
🤖 machine learning

Drift-to-Action Controllers: Budgeted Interventions with Online Risk Certificates

यह शोध पत्र Drift2Act प्रस्तुत करता है, जो एक नियंत्रक (कंट्रोलर) है जो सेंसिंग को ऑनलाइन रिस्क सर्टिफिकेट के साथ जोड़कर वितरण विचलन (डिस्ट्रीब्यूशन ड्रिफ्ट) की निगरानी को एक बाधित निर्णय लेने (कन्स्ट्रेंड डिसीजन-मेकिंग) के रूप में पुनर्गठित करता है ताकि लागत प्रभावी हस्तक्षेपों या सुरक्षा-संरक्षण वृद्धि (सेफ्टी-प्रिजर्विंग एस्केलेशन) का गतिशील रूप से चयन किया जा सके, जिससे वास्तविक संसाधन बाधाओं के तहत शून्य के करीब सुरक्षा उल्लंघन और तीव्र रिकवरी प्राप्त की जा सके।

Ismail Lamaakal, Chaymae Yahyati, Khalid El Makkaoui, Ibrahim Ouahbi, Yassine Maleh2026-03-10