💬 Category

cs.CL

8070 articoli

Questa sezione esplora le ricerche emergenti sul legame tra il cesio e il cloro, un binomio fondamentale per comprendere le reazioni chimiche e sviluppare nuovi materiali. Gli studi in questa area, provenienti direttamente da arXiv, spaziano dalla sintesi di composti stabili fino alle applicazioni tecnologiche avanzate, offrendo uno sguardo su come questi elementi interagiscono a livello molecolare.

Su Gist.Science, analizziamo ogni nuovo preprint in questa categoria non appena viene pubblicato su arXiv, trasformando contenuti complessi in riassunti chiari e accessibili. Oltre alle spiegazioni in linguaggio semplice, offriamo anche dettagli tecnici per chi desidera approfondire la metodologia e i dati specifici, rendendo la scienza aperta a tutti i livelli di competenza.

Di seguito trovate le ultime pubblicazioni selezionate in questo campo, pronte per essere lette e comprese.

Automatic identification of diagnosis from hospital discharge letters via weakly supervised Natural Language Processing

Questo articolo presenta una pipeline di elaborazione del linguaggio naturale debolmente supervisionata che identifica automaticamente le diagnosi dei pazienti dalle lettere di dimissioni ospedaliere italiane sfruttando l'estrazione di frasi, embedding semantici specifici del dominio e il clustering a due livelli per generare etichette deboli, raggiungendo così prestazioni paragonabili ai modelli completamente supervisionati pur riducendo significativamente la necessità di annotazione manuale.

Vittorio Torri, Elisa Barbieri, Anna Cantarutti, Carlo Giaquinto, Francesca Ieva2026-06-15💬 cs.CL

Sentinel: Decoding Context Utilization via Attention Probing for Efficient LLM Context Compression

Sentinel è un framework di compressione del contesto leggero e privo di addestramento che decodifica i pattern di attenzione durante l'inferenza da LLM congelati per ottenere una generazione aumentata dalla ritirata (RAG) efficiente e ad alte prestazioni con fino a 5× di compressione utilizzando un singolo passaggio in avanti.

Yong Zhang, Heng Li, Yanwen Huang, Ning Cheng, Yang Guo, Yun Zhu, Yanmeng Wang, Shaojun Wang, Jing Xiao2026-06-15💬 cs.CL

Research Borderlands: Analysing Writing Across Research Cultures

Questo articolo propone un framework incentrato sull'essere umano per analizzare e misurare le norme culturali nella scrittura accademica, utilizzando interviste interdisciplinari per identificare le principali differenze stilistiche e retoriche tra le diverse culture della ricerca e dimostrando come tali metriche rivelino la tendenza dei grandi modelli linguistici di omogeneizzare la scrittura anziché adattarsi a contesti culturali specifici.

Shaily Bhatt, Tal August, Maria Antoniak2026-06-15💬 cs.CL

Trusted Uncertainty in Large Language Models: A Unified Framework for Confidence Calibration and Risk-Controlled Refusal

Il documento introduce UniCR, un framework unificato che fonde l'evidenza di incertezza eterogenea in probabilità di correttezza calibrate per imporre budget di errore specificati dall'utente tramite un rifiuto basato su principi, migliorando così l'affidabilità e riducendo le allucinazioni nei grandi modelli linguistici senza richiedere il fine-tuning del modello base.

Markus Oehri, Giulia Conti, Kaviraj Pather, Alexandre Rossi, Laia Serra, Adrian Parody, Rogvi Johannesen, Aviaja Petersen, Arben Krasniqi2026-06-15💬 cs.CL

Residual Context Diffusion Language Models

Questo articolo introduce il Residual Context Diffusion (RCD), un nuovo modulo che ricicla le rappresentazioni dei token scartati come residui contestuali per aumentare significativamente l'accuratezza e l'efficienza dei Diffusion Large Language Models (dLLM) con un minimo computo aggiuntivo e dati di addestramento.

Yuezhou Hu, Harman Singh, Monishwaran Maheswaran, Haocheng Xi, Coleman Hooper, Jintao Zhang, Aditya Tomar, Michael W. Mahoney, Sewon Min, Mehrdad Farajtabar, Kurt Keutzer, Amir Gholami, Chenfeng Xu2026-06-15💬 cs.CL

SciDef: Datasets and Tools for Automated Definition Extraction from Scientific Literature with LLMs

Il documento introduce SciDef, una suite di risorse completa che comprende il benchmark DefExtra, i giudizi di similarità DefSim e una pipeline aperta basata su LLM per avanzare l'estrazione automatizzata delle definizioni scientifiche, identificando al contempo il filtraggio consapevole della rilevanza come la sfida principale per i sistemi completamente automatici.

Filip Kučera, Christoph Mandl, Isao Echizen, Radu Timofte, Timo Spinde2026-06-15💬 cs.CL

Deep Dense Exploration for LLM Reinforcement Learning via Pivot-Driven Resampling

Questo articolo propone la Deep Dense Exploration (DDE), una nuova strategia istanziata come DEEP-GRPO che potenzia l'apprendimento per rinforzo dei LLM identificando e ricampionando densamente gli stati "pivot" all'interno delle traiettorie non riuscite per scoprire in modo efficiente soluzioni di alta qualità, superando così i metodi GRPO ed esistenti basati su alberi nei benchmark di ragionamento matematico.

Yiran Guo, Zhongjian Qiao, Yingqi Xie, Jie Liu, Dan Ye, Ruiqing Zhang, Shuang Qiu, Lijie Xu2026-06-15💬 cs.CL

Deja Vu at Scale: Paraphrase-Robust Detection of Duplicate Gherkin Steps in Behaviour-Driven Software Testing with Sentence-Transformer Embeddings and a 1.1M-Step Open Benchmark

Questo articolo affronta i costi di manutenzione dei passi Gherkin duplicati nel Behaviour-Driven Development rilasciando un benchmark su larga scala e interorganizzativo di oltre 1,1 milioni di passi e introducendo un rilevatore robusto alla parafrasi che combina metodi esatti, lessicali e semantici per identificare e quantificare la significativa ridondanza eliminabile.

Ali Hassaan Mughal, Noor Fatima, Muhammad Bilal2026-06-15💬 cs.CL