论文构建罗马尼亚语混合语讽刺检测基准并评测多语言大模型。
资讯摘要
论文研究罗马尼亚语与英、德、法、意混合语料中的讽刺检测，用随机替换、短语翻译、依存句法和 LLM 四种方法生成合成数据，在原有讽刺检测数据集上扩充出超 60 万样本的 CS-SeLeRoSa，并构建人工裁决的 CS-SeLeRoSa-Gold 基准。作者在零样本、思维链和微调设置下评测多个多语言大模型：较旧开源模型宏 F1 降至 37%–55%，Gemma 4 31B 零样本达 68.1%，接近 GPT-5 mini 的 69.5%；微调后 Gemma 4 31B 在合成集和黄金集分别升至 77.5% 和 72.6%。
要点速读
- 论文用四种方法生成罗马尼亚语混合语合成句，扩充出超 60 万样本的 CS-SeLeRoSa 及人工裁决的 CS-SeLeRoSa-Gold。
- 较旧开源模型宏 F1 降至 37%–55%，Gemma 4 31B 零样本 68.1%，GPT-5 mini 为 69.5%。
- 微调后 Gemma 4 31B 在 CS-SeLeRoSa 达 77.5%、黄金集达 72.6%，并减少格式错误。
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 2026/10/23 08:00:11（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。