PPA 构造硬负例，ScienceJudge 在 NLPCC 2026 任务榜单居首。
资讯摘要
论文提出 Pattern Perturbation Augmentation（PPA），将报告错误建模为标签特定的忠实性破坏变换，从标注样本中归纳可复用的错误模式，并施加于有支持的论断以构造受控硬负例，再通过模式级、操作级和跨域增强扩展覆盖。基于此构建 ScienceJudge，融合经 PPA 训练的视觉语言预测器与指令引导的 LLM 预测器进行类加权集成推理。作者报告本地开发集平均分由 0.8124 升至 0.8692，Macro-F1 为 0.8466，段落完全匹配为 0.8919；提交系统在 NLPCC 2026 Task 10 Track 1 官方榜单以 0.6890 排名第一。
要点速读
- 论文提出 PPA，把报告错误视为标签特定的忠实性破坏变换，用于生成受控硬负例。
- ScienceJudge 集成 PPA 训练的视觉语言预测器与指令引导的 LLM 预测器，采用类加权集成推理。
- 作者报告本地开发集平均分从 0.8124 提升至 0.8692，提交系统在 NLPCC 2026 Task 10 Track 1 官方榜单以 0.6890 排名第一。
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。