論文の概要: QMUL_AK at AISA-ArabicFC: Schema-Constrained Function Calling with ALLaM

• arxiv url: http://arxiv.org/abs/2610.37995v1
• Date: Tue, 27 Oct 2026 21:43:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-03 19:07:58.257736
• Title: QMUL_AK at AISA-ArabicFC: Schema-Constrained Function Calling with ALLaM
• Title（参考訳）: QMUL_AK at AISA-ArabicFC: Schema-Constrained Function Calling with ALLaM
• Abstract要約: このシステムはアラビア英語のALLaM-7B-Instructモデルを用いて低ランク適応(LoRA)を呼び出します。 開発セットでは、A点とB点全体の0.9345点と0.9454点に対応する0.9982点の関数精度と0.8920点の引数正確な一致を達成する。 ブラインドテストセットでは、総合AとBのスコアは0.9253と0.9380に達し、トラックCの弁証失調診断では2つのトラックで3位、21チーム中1位にランクインした。
• 参考スコア（独自算出の注目度）: 9.866690791407464
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We describe the QMUL_AK submission to AISA-ArabicFC 2026. The system adapts the Arabic-English ALLaM-7B-Instruct model to function calling with low-rank adaptation (LoRA). It combines an Arabic schema-aware prompt, dialect and no-call resampling, a token-weighted training objective, and deterministic validation of generated calls against the candidate tool schema. The same output supports Track A function calling and Track B reasoning-augmented calling. Training uses only the official task data. On the development set, the system achieves 0.9982 function accuracy and 0.8920 argument exact match, corresponding to overall A and B scores of 0.9345 and 0.9454. On the blind test set, the system reaches overall A and B scores of 0.9253 and 0.9380, ranking 3rd on both submission tracks and 1st of 21 teams on the Track C dialect-robustness diagnostic with a macro-averaged score of 0.9075 and the smallest dialect gap in the shared task (0.077). The results show that function selection is nearly saturated, while argument extraction remains the main source of error.
• Abstract（参考訳）: AISA-ArabicFC 2026へのQMUL_AK提出について述べる。 このシステムはアラビア英語のALLaM-7B-インストラクションモデルにローランク適応 (LoRA) を呼ぶ機能に適応する。 アラビア文字のスキーマ対応プロンプト、方言、ノーコール再サンプリング、トークン重み付きトレーニング目標、および候補ツールスキーマに対する生成された呼び出しの決定論的検証を組み合わせる。 同じ出力は、トラックA関数呼び出しとトラックB推論拡張呼び出しをサポートする。 トレーニングは、公式なタスクデータのみを使用する。 開発セットでは、A点とB点全体の0.9345点と0.9454点に対応する0.9982点の関数精度と0.8920点の引数正確な一致を達成する。 ブラインドテストセットでは、システム全体のAとBのスコアが0.9253、Bのスコアが0.9380に達し、トラックCの弁証失調診断では2つのトラックで3位、21チーム中1位にランクインし、マクロ平均スコアは0.9075、共有タスクでは最小の弁証ギャップ(0.077)である。 その結果,関数選択がほぼ飽和であり,引数抽出が誤差の主な原因であることが判明した。

関連論文リスト

• REGLAT at ArGuard Shared Tasks: An Ensemble-Based Model Integrating NER for Harmful Content Detection in Arabic [0.0]
  本稿では,アラビア語のユーザプロンプトを有害コンテンツの7つのカテゴリに分類するための2段階的アプローチを提案する。 まず、GLiNERは各プロンプトから害に関連するエンティティを抽出するために使用される。 抽出されたエンティティは元のテキストに追加され、最終分類のために微調整されたMARBERT分類器に渡される。
  論文  参考訳（メタデータ） (2026-10-27T13:59:11Z)
• UOL@IDEM at BEA 2026 Shared Task 1: Neural Fusion and Feature-Rich Modeling for L1-Aware Vocabulary Difficulty Prediction [1.9746060146273674]
  本稿では, BEA 2026 の L1-aware vocabulary difficulty 予測タスクに対する UOL@IDEM のクローズトトラック提案について述べる。 我々は、このタスクを回帰としてモデル化し、スペイン語、ドイツ語、マンダリン中国語の別系統を訓練する。 本システムは,多言語文脈表現と,周波数,表面形状,検索証拠,セマンティックアライメント,コグネート類似性,マスク付き言語モデル予測可能性などの特徴を結合する。
  論文  参考訳（メタデータ） (2026-06-23T12:30:48Z)
• Scaling Laws for Agent Harnesses via Effective Feedback Compute [53.68149869349268]
  emphEffective Feedback Compute (EFC)は、情報的、有効、非冗長な場合にのみフィードバックを信用し、その後の決定のために保持するトレースレベルのスケーリング座標である。 EFCベースの座標は、生の計算ベースラインよりも失敗率を常に予測する。
  論文  参考訳（メタデータ） (2026-05-28T09:45:47Z)
• SPARC: Score Prompting and Adaptive Fusion for Zero-Shot Multi-Label Recognition in Vision-Language Models [74.40683913645731]
  Zero-shot Multi-label Recognition (MLR) with Vision-Language Models (VLMs) は、トレーニングデータ、モデルチューニング、アーキテクチャの変更なしに重要な課題に直面している。 我々の研究は、VLMをブラックボックスとして扱い、トレーニングデータや地上の真実を使わずにスコアを活用する新しいソリューションを提案する。 これらのプロンプトスコアの分析により、VLMバイアスとAND'/OR信号の曖昧さが明らかになり、特に、最高スコアは2番目に高いスコアに比べて驚くほど低い。
  論文  参考訳（メタデータ） (2025-02-24T07:15:05Z)
• FamiCom: Further Demystifying Prompts for Language Models with Task-Agnostic Performance Estimation [73.454943870226]
  言語モデルは、コンテキスト内学習能力に優れています。 本稿では,タスク非依存のパフォーマンス推定のためのより包括的な尺度であるFamiComを提案する。
  論文  参考訳（メタデータ） (2024-06-17T06:14:55Z)
• The Consensus Game: Language Model Generation via Equilibrium Search [73.51411916625032]
  言語モデル復号のための学習不要なゲーム理論を新たに導入する。 本手法では,正規化不完全情報シーケンシャルシグナリングゲームとして,言語モデルの復号化を行う。 EQUILIBRium-RANKINGをLLaMA-7Bに適用すると、より大型のLLaMA-65BとPaLM-540Bより優れた性能を発揮する。
  論文  参考訳（メタデータ） (2023-10-13T14:27:21Z)
• TEDB System Description to a Shared Task on Euphemism Detection 2022 [0.0]
  テキスト分類の最先端手法であるトランスフォーマーモデルについて検討した。 0.816 F1スコアの最良の結果は,特徴抽出器としてのエウヘミズム検出/TimeLMs予測RoBERTaモデルである。
  論文  参考訳（メタデータ） (2023-01-16T20:37:56Z)
• Sequence-level self-learning with multiple hypotheses [53.04725240411895]
  我々は、自動音声認識(ASR)のためのアテンションベースシーケンス・ツー・シーケンス(seq2seq)モデルを用いた新しい自己学習手法を開発した。 従来の教師なし学習手法とは対照的に,我々はEmphmulti-task Learning(MTL)フレームワークを採用する。 実験の結果,本手法は,英語データのみを用いてトレーニングしたベースラインモデルと比較して,英文音声データのWERを14.55%から10.36%に削減できることがわかった。
  論文  参考訳（メタデータ） (2021-12-10T20:47:58Z)
• Team Enigma at ArgMining-EMNLP 2021: Leveraging Pre-trained Language Models for Key Point Matching [0.0]
  本稿では,ArgMining 2021におけるキーポイント分析共有タスクへのシステム記述について述べる。 入力(トピック、キーポイント、引数)から抽出した追加データや特徴を組み込んで、パフォーマンスを向上させるとともに、事前訓練された言語モデルの既存の状態を活用しました。 評価フェーズでは,mAP厳格化,mAP緩和スコアが0.872,0.966となり,リーダーボードでは5位となった。
  論文  参考訳（メタデータ） (2021-10-24T07:10:39Z)
• Deep F-measure Maximization for End-to-End Speech Understanding [52.36496114728355]
  本稿では,F測度に対する微分可能な近似法を提案し,標準バックプロパゲーションを用いてネットワークをトレーニングする。 我々は、アダルト、コミュニティ、犯罪の2つの標準フェアネスデータセットの実験を行い、ATISデータセットの音声・インテリジェンス検出と音声・COCOデータセットの音声・イメージ概念分類を行った。 これらの4つのタスクのすべてにおいて、F測定は、クロスエントロピー損失関数で訓練されたモデルと比較して、最大8%の絶対的な絶対的な改善を含む、マイクロF1スコアの改善をもたらす。
  論文  参考訳（メタデータ） (2020-08-08T03:02:27Z)
• UKARA 1.0 Challenge Track 1: Automatic Short-Answer Scoring in Bahasa Indonesia [0.0]
  自動エッセイ評価におけるUKARA 1.0チャレンジの3位となるソリューションについて述べる。 このタスクは、2つのデータセットのバイナリ分類問題と、2つの異なる質問からの回答から構成される。 最終的に、2つのデータセットに2つの異なるモデルを使用しました。
  論文  参考訳（メタデータ） (2020-02-28T04:32:16Z)

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。