ARMOR-DP 为多语言 BabyLM 提供动态采样框架

ARMOR-DP 提出一种模块化框架，通过逐语言验证损失动态更新采样比例，以应对多语言模型训练中弱势语言的实时变化。 实验表明，字节级编码可消除中文表示偏差，且动态控制器在分数与平衡的权衡上优于固定保护策略。 该研究证实多语言弱势是训练时状态而非固定属性，该论文已被 EMNLP 2026 BabyLM 研讨会接收。