标签
本文描述了一个用于尼泊尔表情包分类的两阶段视觉-语言适配系统，使用Qwen3-VL-8B-Instruct，结合LoRA微调和对比学习。该系统在CHiPSAL 2026共享任务中，在仇恨言论检测中排名第二，在情感分析中排名第四。
本文使用Montreal Forced Aligner评估印地语-英语代码混合语音的强制对齐，证明引导策略和代码混合训练数据相比单语替代方案，对齐精度提高了十倍。
Aletheia 是一个离线优先的临床决策支持系统，基于 Qwen2.5-3B-Instruct 模型，使用 QLoRA 在 27,000 个临床推理样本上进行微调，旨在服务于撒哈拉以南非洲的低资源医疗环境，达到了 80% 的 Top-1 准确率，且符合内存限制。
本文比较了微调后的MahaBERT模型与大型语言模型（Gemini、LLaMA-3.3-70B、Gemma）在马拉地语命名实体识别上的表现，发现专门的BERT模型显著优于这些大型语言模型，其F1分数为0.88–0.91，而后者仅为0.57–0.69。
本文对面向低资源阿拉伯字母语言的生物医学机器翻译中的跨语言迁移进行了系统研究，以阿拉伯语和波斯语作为枢轴语言。作者评估了LoRA适配器融合作为一种零数据迁移策略，并表明该策略对于达里语等亲缘关系较近的语言效果出乎意料地好。
介绍了 Khondo，这是首个针对孟加拉国政府表单文档包分割的基准。它是一个原生视觉、双语数据集，涵盖多种连接方案，对 MLLMs 的零样本评估表明，页面顺序重建仍然是一个关键的未解决问题。
本文提出了一种跨语言数据增强策略，利用机器翻译将专家标注的难度标签从高资源语言迁移到低资源语言。基于BERT的回归模型实验表明，用翻译语料库增强稀缺的本土数据显著提高了文本难度评估的准确性。
本文提出了一种基于理据引导的知识蒸馏框架，用于跨语言立场检测，利用大型语言模型的思维链提示，通过双路径蒸馏和对比学习训练一个紧凑的学生模型。
LatentMT将潜在推理循环语言模型应用于机器翻译，在计算量更低的情况下实现了与三到五倍规模模型相当的性能，并在中资源和低资源语言上达到了最先进结果。
FedCC 提出了一种联邦学习框架，结合冻结的 DINOv2 骨干网络、轻量级 YOLO 检测头和 LoRA 模块，用于胎儿超声图像中稳健的胼胝体定位，在多中心设置下以大幅降低的通信成本实现了强劲性能。
本文介绍了一个包含1,516条经专家验证的孟加拉语句子的基准数据集，用于消解文化纠缠的同形词（既是名字又是普通名词的词语）。研究表明，大语言模型存在主导意义偏见，并提出了对比思维链提示和蒸馏方法来减少这种偏见。
本文研究了医学语言模型中的跨语言临床正确性漂移，发现本地可部署模型在用豪萨语查询时相比英语表现出显著的安全退化，而前沿模型保持能力，突显了低资源环境中安全评估的关键差距。
本文介绍了BLAD，一个精心整理的多语种数据集，包含1484部孟加拉国法律法案（时间跨度从1799年到2025年），并附有结构化元数据，支持时间跨度和跨语言的法学NLP研究。
本文提出了两种混合持续学习方法——回放增强弹性权重巩固与约束引导知识蒸馏——用于调整预训练语音模型，以识别低资源澳大利亚土著语言，同时缓解灾难性遗忘。
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。
本文研究了低资源自动语音识别（ASR）中跨语言迁移的问题，针对瓦尔皮里语提出了一种结合声学与语言特征的相似度框架，以选择最优源语言。实验表明，像阿萨姆语和印地语这样声学相似的语言能显著降低词错误率和字符错误率。
本文提出一个句子级手语翻译系统，在How2Sign子集上用QLoRA微调，BLEU达到15.9。主要贡献是一个硬件感知的流式处理流水线，使用Raspberry Pi 4B客户端和CPU/GPU后端，平均延迟降低27.71%。
本文提出了一种基于多条件扩散的合成流程，使用Stable Diffusion XL和ControlNet生成合成沙沸图像，用于低资源土石堤坝检查，解决标注缺陷样本稀缺的问题。
Colibri在拥有25GB RAM的笔记本电脑上运行744B参数的GLM-5.2 MoE模型，每个token仅激活约40B参数，并从磁盘流式传输专家，全部在一个2400行的C文件中完成，无需GPU。
本文介绍了尼日利亚机械使用与故障数据集，包含2006至2025年间尼日利亚制造业和油气领域的28个指标、89条记录，同时提出了一种从稀疏数值构建领域约束的链式推理示例的方法。