論文の概要: ShriNep@EEUCA 2026: RAKSHAK - Multi-Task DeBERTa with Rationale Distillation and Jigsaw-Augmented Training for Toxic Intent Classification

• arxiv url: http://arxiv.org/abs/2607.20450v1
• Date: Thu, 14 May 2026 10:40:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-27 00:46:13.175369
• Title: ShriNep@EEUCA 2026: RAKSHAK - Multi-Task DeBERTa with Rationale Distillation and Jigsaw-Augmented Training for Toxic Intent Classification
• Title（参考訳）: ShriNep@EEUCA 2026: RAKSHAK- Multi-Task DeBERTa with Rationale Distillation and Jigsaw-Augmented Training for Toxic Intent Classification
• Abstract要約: 本稿では,世界タンクのチャット発話を6つの微粒な有害意図カテゴリーに分類する2つのシステムを提案する。 RakSHAKはQwen2.5-14B、Supervised Contrastive Loss、および専用のレアクラスのバイナリヘッドからの合理的蒸留を組み合わせたマルチタスクフレームワークである。 M1ファインチューン DeBERTa-v3-base オリジナルのGameToxデータに Focal Loss と、Jigsaw 転送なしで同じ100のエクストレミズムサンプルが組み込まれている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper presents two systems for the GameTox Shared Task at the Workshop on EEUCA at ACL 2026, which requires classifying World of Tanks chat utterances into six fine-grained toxic intent categories (Labels 0-5). Severe class imbalance, domain-specific multilingual slang, and extremely scarce data for rare categories such as Threats (Label 4, 60 samples) and Extremism (Label 5, 24 samples) make this a challenging classification problem. Our primary submission, RAKSHAK (rak s. aka, Sanskrit for "Protector"), is a multi-task DeBERTa-v3-base (He et al., 2022) framework combining rationale distillation from Qwen2.5-14B (An et al., 2024), Supervised Contrastive Loss, and dedicated rare-class binary heads. RAKSHAK's training data is augmented with cross-domain transfer from the Jigsaw Toxic Comment dataset (16,225 samples mapped to Labels 1-4) and 100 LLM-generated extremism samples for Label 5. Our secondary system (M1) fine-tunes DeBERTa-v3-base with Focal Loss on the original GameTox data plus the same 100 extremism samples, without Jigsaw transfer. RAKSHAK achieves a Macro F1 of 0.5883 on the official test set, ranking 7th out of 35 participating teams, while M1 achieves 0.5252 Macro F1. An ablation comparing M1 with and without Jigsaw data shows that cross-domain transfer accounts for +2.6 F1 points, while RAKSHAK's multi-task architecture contributes a further +3.7 points.
• Abstract（参考訳）: 本稿では,ACL 2026のEEUCAワークショップにおけるGameTox Shared Taskの2つのシステムについて述べる。 Threats (Label 4, 60 sample) やExtremism (Label 5, 24 sample) のような希少なカテゴリに対する厳密なクラス不均衡、ドメイン固有の多言語スラング、および極めて少ないデータは、この問題を困難な分類問題にしている。 RAKSHAK (rak s. aka, Sanskrit, "Protector") は,Qwen2.5-14B (An et al , 2024), Supervised Contrastive Loss (Supervised Contrastive Loss, and dedicated rare-class binary head) からの合理的蒸留を組み合わせたマルチタスク DeBERTa-v3-base (He et al , 2022) フレームワークである。 RAKSHAKのトレーニングデータは、Jigsaw Toxic Commentデータセット(ラベル1-4にマッピングされた16,225のサンプル)とラベル5のための100 LLM生成のエクストリームリズムサンプルからのクロスドメイン転送によって拡張される。 私たちのセカンダリシステム(M1)は、オリジナルのGameToxデータにFocal Lossを付加したDeBERTa-v3ベースと、Jigsaw転送なしで同じ100のエクストレミズムサンプルを備えています。 RAKSHAKは公式テストセットで0.5883のマクロF1を達成し、35チーム中7位、M1は0.5252のマクロF1を達成している。 M1 と Jigsaw のデータを比較した結果、ドメイン間の転送は +2.6 F1 ポイント、RAKSHAK のマルチタスクアーキテクチャは +3.7 ポイントとなっている。

関連論文リスト

• IROH: Insightful Ranking Of Humor using Multi-Stage Hybrid Retrieval with Rationale-Distilled LLM Judges for JOKER 2026 Track Task 1 English [1.0165430007278446]
  IROHは、CLEF 2026のJOKER Task 1英語の3段階検索システムである。 我々のパイプラインは、ハイブリッドスパースセンス検索、クロスエンコーダリグレード、LoRA対応のLarge Language Modelジャッジアンサンブルを組み合わせる。
  論文  参考訳（メタデータ） (2026-09-14T14:12:38Z)
• Two-Stage Mixture-of-LoRA for Multi-Task Medical Vision-Language Learning [11.067337708907017]
  MedGemma-1.5-4B上に構築されたフレームワークである textbfTwo-Stage Mixture-of-LoRA を提案する。 このフレームワークでは、1つの共有LoRAと6つのタスク固有の専門家LoRAで構成される、共有固有のMixture-of-LoRAアーキテクチャを使用している。 提案手法は, 分類精度0.85, マルチラベル分類0.48マイクロF1, 検出F10.79, 回帰MAE17.39を実現する。
  論文  参考訳（メタデータ） (2026-09-13T07:23:52Z)
• IndicQE-APE: A Benchmark for Quality Estimation and Automatic Post-Editing for Indic Languages [77.88427845181154]
  我々はWMT 2020-2024の共有タスクの系統を、英語のリソースを拡張してインディクシーに集約する:9つの方向対に対して126,754ドルのインスタンス。 セグメントレベルのQEでは,LSMが6つ,COMETが3つ,APEでは3つのシステムをベンチマークした。
  論文  参考訳（メタデータ） (2026-08-17T09:50:52Z)
• Knowledge Index of Noah's Ark [63.143852586221534]
  KINAは,261分野にわたる899項目のベンチマークである。 ボーナス・オン・バートーナメントがFOSDを弱く支配していることを示す。 トップモデルであるGemini-3.1-Pro-Previewは53.17%、Claude-Opus-4.6は49.92%、GPT-5.4は48.55%に達した。
  論文  参考訳（メタデータ） (2026-06-03T17:06:49Z)
• Step-wise Rubric Rewards for LLM Reasoning [72.17879367869503]
  RLVR(Reinforcement Learning with Verifiable Rewards)は、大規模言語モデルの推論を改善するために広く使われている。 正しい回答の18.2%は間違っているが、肯定的な報酬がある。 6つの数学的推論ベンチマークで、SRaRはRaRの平均精度を3.57ポイント改善した。
  論文  参考訳（メタデータ） (2026-05-17T07:08:14Z)
• thaulab@EEUCA 2026: Who Said What to Whom? A Targeting-Aware Neural-Symbolic Pipeline for Gaming Toxicity Detection [4.187230531998879]
  本稿では,ゲームチャットにおける毒性分類に関するEEUCA 2026共有タスクについて述べる。 このシステムは公式テストセットで0.6441のマクロF1と0.9062の精度を実現し、マクロF1で3位、全チームで1位となった。
  論文  参考訳（メタデータ） (2026-05-13T15:15:52Z)
• PSK@EEUCA 2026: Fine-Tuning Large Language Models with Synthetic Data Augmentation for Multi-Class Toxicity Detection in Gaming Chat [0.0]
  本稿では,ゲームコミュニティにおける有害行動理解のためのEEUCA 2026共有タスクについて述べる。 このタスクは、World of Tanksのチャットメッセージを、非毒性、侮辱/フラーミング、その他の攻撃、ヘイト/ハラスメント、脅威、過激主義の6つの毒性カテゴリに分類する。 本稿では,エンコーダベースモデル,LoRAファインチューニングによる命令調整 LLM ,階層分類,ワン・vs-rest 戦略,各種アンサンブル手法など,さまざまなアプローチについて検討する。
  論文  参考訳（メタデータ） (2026-05-08T03:48:31Z)
• SG-UniBuc-NLP at SemEval-2026 Task 6: Multi-Head RoBERTa with Chunking for Long-Context Evasion Detection [0.6445605125467574]
  我々のシステムは、粗粒度(3-way)と細粒度(9-way)の回避戦略(9-way)により、英語の政治インタビュー応答を分類する。 共有のRoBERTa-largeエンコーダは、マルチタスクの目的を通じて、共同で訓練された2つのタスク固有のヘッドを提供する。 本システムでは,Subtask 1では0.80,Subtask 2では0.51,Macro-F1は2つのサブタスクで11位となる。
  論文  参考訳（メタデータ） (2026-04-29T07:37:03Z)
• The 1st Winner for 5th PVUW MeViS-Text Challenge: Strong MLLMs Meet SAM3 for Referring Video Object Segmentation [65.24213788883016]
  本報告では,第5回PVUW MeViS-Text Challengeの優勝ソリューションについて述べる。 私たちは、強力なマルチモーダルな大規模言語モデルとSAM3を組み合わせた、完全にトレーニング不要なパイプラインを構築しています。 我々の手法はPVUW 2026 MeViS-Textテストセットで第1位であり、最終スコアは0.909064、J&Fスコアは0.7897026である。
  論文  参考訳（メタデータ） (2026-04-01T02:42:30Z)
• MobileLLM-R1: Exploring the Limits of Sub-Billion Language Model Reasoners with Open Training Recipes [60.57770396565211]
  強い推論能力は、はるかに少ないデータで実現可能であることを示す。 MobileLLM-R50MのAIMEスコアは15.5であり、OLMo-2-1.48Bは0.6、SmolLM-2-1.7Bは0.3である。
  論文  参考訳（メタデータ） (2025-09-29T15:43:59Z)
• ThangDLU at #SMM4H 2024: Encoder-decoder models for classifying text data on social disorders in children and adolescents [49.00494558898933]
  本稿では,#SMM4H (Social Media Mining for Health) 2024 Workshopのタスク3とタスク5への参加について述べる。 タスク3は、屋外環境が社会不安の症状に与える影響を議論するツイートを中心にした多クラス分類タスクである。 タスク5は、子供の医学的障害を報告しているツイートに焦点を当てたバイナリ分類タスクを含む。 BART-baseやT5-smallのような事前訓練されたエンコーダデコーダモデルからの転送学習を適用し、与えられたツイートの集合のラベルを同定した。
  論文  参考訳（メタデータ） (2024-04-30T17:06:20Z)
• SemEval-2024 Shared Task 6: SHROOM, a Shared-task on Hallucinations and Related Observable Overgeneration Mistakes [48.83290963506378]
  本稿では,幻覚検出に焦点をあてた共有タスクであるSHROOMの結果について述べる。 このアプローチをどのように取り組んだかについて、いくつかの重要なトレンドを観察します。 チームの大多数が提案したベースラインシステムより優れていますが、トップスコアシステムのパフォーマンスは依然として、より困難なアイテムのランダムなハンドリングと一致しています。
  論文  参考訳（メタデータ） (2024-03-12T15:06:22Z)
• Attention at SemEval-2023 Task 10: Explainable Detection of Online Sexism (EDOS) [15.52876591707497]
  我々は、分類タスクの形式でモデルによってなされた決定の解釈可能性、信頼、理解に取り組んできた。 最初のタスクは、バイナリ性検出を決定することで構成される。 第二の課題は性差別のカテゴリーを記述することである。 第3の課題は、よりきめ細かい性差別のカテゴリーを記述することである。
  論文  参考訳（メタデータ） (2023-04-10T14:24:52Z)
• aschern at SemEval-2020 Task 11: It Takes Three to Tango: RoBERTa, CRF, and Transfer Learning [22.90521056447551]
  本稿では,新聞記事中のプロパガンダ技術の検出に関するSemEval-2020 Task 11について述べる。 我々は,RoBERTaベースのニューラルネットワーク,追加のCRFレイヤ,2つのサブタスク間の伝達学習,タスクのマルチラベル特性を扱うための高度な後処理を用いたアンサンブルモデルを開発した。
  論文  参考訳（メタデータ） (2020-08-06T18:45:25Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。