arXiv · NLP· Cheonbok Park, Jihwan Kim, Shinyoung Joo, Joosung Lee, Hwiyeol Jo, Jeonghoon Kim, Jaegul Choo·· 4 小时前AI 评分28
通过代码切换任务合成实现跨语言 RLVR 的领域推理优化
From Unverifiable Domain Text to Cross-Lingual RLVR via Code-Switched Task Synthesis
AI 导读
研究提出代码切换任务合成方法，用于解决非英语领域跨语言 RLVR 数据稀缺问题，在韩语医疗及网络安全基准中平均性能超越单语及双语混合基线。 该方法利用填空型多选 QA 种子任务，从不可验证的英文领域文本生成目标语言变体，保持证据-答案关系一致但改变语言呈现方式。 分析显示该方法提升了目标语言输入理解与跨语言对齐，表明代码切换训练有助于利用英语中强化的领域推理能力。
来源：arXiv · NLP · arxiv.org