ARMOR-DP多语言采样框架获EMNLP BabyLM收录

Hanyu Liao、Yijing Chen和Tao Ji提出并验证了ARMOR-DP框架，该模块化框架旨在解决多语言模型训练中的语言不平衡问题，论文已被EMNLP 2026 BabyLM研讨会接收。 该框架通过诊断表示、曝光、容量和目标压力带来的不平衡，并采用逐语言验证损失动态更新采样比例，以应对弱势语言在训练过程中的实时变化。 实验结果显示，字节级编码可消除中文表示偏差，动态控制器在分数与平衡的权衡上优于固定保护策略，证实多语言弱势属于训练时状态而非固定属性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。