标签
本文评估了基于检索的上下文内学习方法，用于检测德国社交媒体帖子中与犯罪相关的仇恨言论，发现少样本提示优于零样本，但检索方法仅提供边际增益，模型更适合用于分诊而非自主审核。
本文提出了一种使用错误独立LLM的九投票器集成系统，用于德语社交媒体中的有害内容检测，通过解决类别不平衡问题，在GermEval 2026共享任务的四个子任务中获得第一名。
本文比较了微调BERT（gbert-large）与少样本大语言模型提示（Llama 4 Maverick）在德语气候新闻句子中检测威胁与解决方案框架的效果。BERT获得了更高的F1分数（0.83 vs 0.78），消融研究表明提供前一句上下文可提升性能。
本文详细介绍了 RETUYT-INCO 团队参与 BEA 2026 共享任务 2 的情况，提出了一种用于德语简答题基于评分标准（rubric-based）评分的元提示词（meta-prompting）方法。