論文の概要: TRACE-BN: Transferring Bangla-English Tutoring Behavior to a Sub-1B Offline Language Model

• arxiv url: http://arxiv.org/abs/2608.15223v1
• Date: Sat, 15 Aug 2026 13:19:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.233739
• Title: TRACE-BN: Transferring Bangla-English Tutoring Behavior to a Sub-1B Offline Language Model
• Title（参考訳）: TRACE-BN: Sub-1B オフライン言語モデルへのバングラ語チューリング動作の転送
• Abstract要約: 本稿では,バングラ語学習者の英語学習者を対象に,構造化学習トレースのカリキュラムガイド付きデータセットであるTRACE-BNを提案する。 トレースは、NCTB Classs 9-10英語カリキュラムユニットの教師モデルとしてGemini 3.5 Flash Liteによって生成される。 その結果,カリキュラム誘導型構造化監視は,サブ1Bモデルに複数コンポーネントの学習行動を伝達できることがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Bangla-English tutoring requires more than producing a correct translation: learners also need explanations of grammar differences, awareness of their likely errors, and targeted practice. We present TRACE-BN, a curriculum-guided dataset of structured tutoring traces for Bangla-speaking learners of English at the CEFR A1-A2 level. Each trace combines word-level glosses, literal and natural translations, Bangla grammar explanations, a plausible learner error, and a targeted practice question with its answer. The traces are generated by Gemini 3.5 Flash Lite as the teacher model from NCTB Classes 9-10 English curriculum units, then filtered for structural validity, script integrity, and semantic duplication. We transfer the resulting structured tutoring behavior to Qwen3-0.6B using LoRA with 4-bit quantization for resource-constrained offline deployment. On held-out inputs, schema validity increases from 85.4% to 95.8%, while, against teacher-model references, chrF++ improves from 15.28 to 34.77 and BLEU from 4.52 to 21.03. Field-level evaluation by two independent judges shows improvements across translation, grammar explanation, learner-error diagnosis, and practice alignment, while a human audit supports the quality of the supervision data. The results show that curriculum-guided structured supervision can transfer multi-component tutoring behavior to a sub-1B model under these resource constraints. The dataset, model checkpoints, and code are publicly available at https://huggingface.co/datasets/RaiyanKhaan/Trace-BN
• Abstract（参考訳）: バングラ・イングリッシュ・タテュータリングは正しい翻訳を生み出すこと以上のものを必要とし、学習者は文法の違い、潜在的な誤りの認識、目標とする実践についても説明する必要がある。 本稿では,CEFR A1-A2レベルにおいて,バングラ語学習者の英語学習者を対象に,カリキュラム指導による構造化学習トレースのデータセットであるTRACE-BNを提案する。 それぞれのトレースには、単語レベルのグルース、リテラルと自然な翻訳、バングラ文法の説明、もっともらしい学習者の誤り、そしてその答えを目標とする実践的質問が組み合わされている。 トレースは、NCTB Classes 9-10英語カリキュラムユニットの教師モデルとしてGemini 3.5 Flash Liteによって生成され、構造的妥当性、スクリプトの完全性、意味的な重複のためにフィルタされる。 リソース制約付きオフライン配置のための4ビット量子化とLoRAを用いたQwen3-0.6Bに構造的チューリング動作を転送する。 保持された入力では、スキーマの妥当性は85.4%から95.8%に向上し、教師モデル参照に対して、chrF++は15.28から34.77に改善され、BLEUは4.52から21.03に改善された。 2人の独立した裁判官によるフィールドレベルの評価は、翻訳、文法説明、学習者エラー診断、実践的整合性の改善を示し、一方で人間の監査は監督データの品質を支持している。 その結果,カリキュラム誘導型構造化監視は,これらの制約下でのマルチコンポーネント学習行動をサブ1Bモデルに転送できることがわかった。 データセット、モデルチェックポイント、コードはhttps://huggingface.co/datasets/RaiyanKhaan/Trace-BNで公開されている。

関連論文リスト

• M-GATE: Multilingual Grammar, Accuracy in Translation, and Efficiency Benchmark for Large Language Models [0.0]
  M-GATE(英語: M-GATE)は、30言語にまたがる言語能力のベンチマークである。 80以上の構成で50以上のモデルを評価しました。
  論文  参考訳（メタデータ） (2026-08-04T15:16:05Z)
• Incentivizing Parametric Knowledge via Reinforcement Learning with Verifiable Rewards for Cross-Cultural Entity Translation [68.85147984815778]
  本稿では, EA-RLVR(Entity-Anchored Reinforcement Learning with Verifiable Rewards)を提案する。 EA-RLVRは、検証可能なエンティティレベルの報酬信号の監視をアンカーし、最適化を安定させるために軽量な構造ゲートを組み込む。 EA-RLVRをXC-Translate上で評価し、エンティティ翻訳精度とドメイン外一般化の両面で一貫した改善を観察する。
  論文  参考訳（メタデータ） (2026-04-18T07:15:43Z)
• Making Large Language Models Speak Tulu: Structured Prompting for an Extremely Low-Resource Language [1.0742675209112622]
  制御プロンプト下では,構造化プロンプトだけで基本的な会話能力を引き出すことができるかを検討する。 我々は、明示的な文法文書、関連する言語からの高確率トークンの抑制のための負の制約、ロマン化標準化、そして自己再生による品質制御された合成データ生成を組み合わせる。 本手法は,85%の精度で語彙汚染を80%から5%に低減する。
  論文  参考訳（メタデータ） (2026-02-17T06:20:09Z)
• A Picture is Worth a Thousand (Correct) Captions: A Vision-Guided Judge-Corrector System for Multimodal Machine Translation [0.02916558661202723]
  本稿では,自動誤り検出と修正により,トレーニングデータの品質問題に対処する2段階のアプローチを提案する。 提案手法では,マルチモーダル言語モデルを利用した視覚強調型判断補正パイプラインを提案する。 このパイプラインは4つの言語にわたる28,928のトレーニング例を処理し、言語ごとの平均17.1%のキャプションを修正している。
  論文  参考訳（メタデータ） (2025-11-10T12:02:48Z)
• Leveraging LLMs for Bangla Grammar Error Correction:Error Categorization, Synthetic Data, and Model Evaluation [3.9018931027384056]
  世界第5位の言語であるにもかかわらず、バングラの文法的誤り訂正(GEC)は未発達のままである。 まず、バングラで12のエラークラスを広範囲に分類し、実世界のエラーを収集するためにネイティブなバングラ話者を調査します。 次に,規則に基づくノイズ注入法を考案し,正しい文に対応する文法的不正確な文を生成する。 このデータセットは、バングラの GEC のタスクのための命令チューニング LLM に使用される。
  論文  参考訳（メタデータ） (2024-06-20T13:09:29Z)
• Benchmarks Underestimate the Readiness of Multi-lingual Dialogue Agents [39.92509218078164]
  テキスト内学習が多言語TODに取り組むのに十分であることを示す。 我々は、中国語、英語、フランス語、韓国語、ヒンディー語、およびコードミキシングされたヒンディー語に12のドメインを持つ多言語TODデータセットX-RiSAWOZのアプローチを検証した。
  論文  参考訳（メタデータ） (2024-05-28T05:33:13Z)
• Improving Language Models Trained on Translated Data with Continual Pre-Training and Dictionary Learning Analysis [3.16714407449467]
  学習言語モデルにおける翻訳と合成データの役割について検討する。 NLLB-3B MTモデルを用いて英語からアラビア語に翻訳した。 これらの問題を是正するために、我々は、合成された高品質のアラビア物語の小さなデータセットでモデルを事前訓練する。
  論文  参考訳（メタデータ） (2024-05-23T07:53:04Z)
• Cross-Lingual NER for Financial Transaction Data in Low-Resource Languages [70.25418443146435]
  半構造化テキストデータにおける言語間名前認識のための効率的なモデリングフレームワークを提案する。 我々は2つの独立したSMSデータセットを英語とアラビア語で使用し、それぞれが半構造化された銀行取引情報を持っている。 わずか30のラベル付きサンプルにアクセスすることで、我々のモデルは、英語からアラビア語までの商人、金額、その他の分野の認識を一般化することができる。
  論文  参考訳（メタデータ） (2023-07-16T00:45:42Z)
• ParroT: Translating during Chat using Large Language Models tuned with Human Translation and Feedback [90.20262941911027]
  ParroTはチャット中の翻訳機能を強化し、規制するフレームワークである。 具体的には、ParroTは、翻訳データを命令フォロースタイルに書き換える。 本稿では,ParroTモデルを微調整するための3つの命令タイプを提案する。
  論文  参考訳（メタデータ） (2023-04-05T13:12:00Z)
• Towards Fine-Grained Information: Identifying the Type and Location of Translation Errors [80.22825549235556]
  既存のアプローチでは、エラーの位置と型を同期的に考慮することはできない。 我々はtextbf の追加と textbfomission エラーを予測するために FG-TED モデルを構築した。 実験により,本モデルではエラータイプと位置の同時同定が可能であり,最先端の結果が得られた。
  論文  参考訳（メタデータ） (2023-02-17T16:20:33Z)
• ChrEnTranslate: Cherokee-English Machine Translation Demo with Quality Estimation and Corrective Feedback [70.5469946314539]
  ChrEnTranslateは、英語と絶滅危惧言語チェロキーとの翻訳のためのオンライン機械翻訳デモシステムである。 統計モデルとニューラルネットワークモデルの両方をサポートし、信頼性をユーザに通知するための品質評価を提供する。
  論文  参考訳（メタデータ） (2021-07-30T17:58:54Z)
• Harnessing Multilinguality in Unsupervised Machine Translation for Rare Languages [48.28540903568198]
  マルチリンガル性は低リソース環境において教師なしシステムの実現に不可欠であることを示す。 我々は,5つの低リソース言語(グジャラート語,カザフ語,ネパール語,シンハラ語,トルコ語)について,英語方向と英語方向の単一モデルを提案する。 我々は、これらの言語の現在最先端の教師なしベースラインを全て上回り、最大14.4BLEUのゲインを得る。
  論文  参考訳（メタデータ） (2020-09-23T15:07:33Z)

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。