函数选择接近饱和,参数抽取仍是主要错误来源。
资讯摘要
论文介绍 AISA-ArabicFC 2026 的 QMUL_AK 提交系统:基于 ALLaM-7B-Instruct,用 LoRA 适配函数调用,结合阿拉伯语模式感知提示、方言与无调用重采样、token 加权训练目标,并对生成调用做确定性校验。作者报告开发集函数准确率 0.9982、参数精确匹配 0.8920,盲测 A、B 总分 0.9253 和 0.9380,两条赛道均列第 3;Track C 方言鲁棒性诊断在 21 支队伍中排第 1,宏平均 0.9075,方言差距 0.077 为最小。
要点速读
- 系统用 LoRA 将 ALLaM-7B-Instruct 适配到函数调用,训练仅用官方任务数据。
- 作者报告盲测 A、B 总分 0.9253 与 0.9380,两条提交赛道均排第 3。
- Track C 方言鲁棒性诊断在 21 支队伍中排第 1,宏平均 0.9075,方言差距 0.077 最小。
中文摘要由 AI 根据公开来源生成,可能存在理解偏差;具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18(北京时间)。 arXiv 日期为本次公告时间,论文初次投稿日期请查看原文版本记录。