孟加拉语幻觉检测：基于检索与程序执行的系统研究

针对孟加拉语幻觉检测任务，提出一种结合混合检索与代码执行的推理系统，Kaggle 显示私有 macro-F1 得分为 0.956。 该系统路由至 27B 文本裁判或 14B 智能体，后者可执行 Python；在两张 T4 GPU 上处理 2516 个样本耗时 220.99 分钟。