deberta

本文提出了RAKSHAK，一种结合了理由蒸馏和Jigsaw增强训练的多任务DeBERTa-v3框架，用于对《坦克世界》聊天话语中的毒性意图进行分类，在EEUCA 2026的GameTox共享任务中获得第七名。

本文提出了一种混合方法，用于检测英语和豪萨语中的在线极化现象。在英语中使用DeBERTa，在豪萨语及细粒度子任务中使用AfroXLMR-Social，并结合LoRA和数据增强以应对计算和数据限制。

明尼苏达大学德卢斯分校团队利用 Gemini 3 与 Claude Sonnet 4.5 生成的合成数据增强 DeBERTa-V3-base，对政治问题避答进行分类，在 SemEval-2026 任务 6 中排名第 8。