研究人员开发了一个新的多语言语料库MCN，以解决维基百科上低资源语言的引用需求检测（CND）问题。他们的研究表明，经过编码器式目标微调的小型语言模型（SLM）在此任务上的表现优于大型语言模型（LLM）。值得注意的是，仅在英语数据上训练的SLM表现出强大的跨语言性能，这表明在资源受限的环境中，紧凑型、专用模型比LLM更适合CND。 AI
影响 为低资源语言社区提供了一种更易于访问和有效的核查方法，有可能提高维基百科等平台上的信息质量。
排序理由 该集群包含一篇详细介绍新语料库和语言模型实验结果的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.31136v1 Announce Type: new Abstract: In automated fact-checking (AFC), check-worthiness detection identifies claims requiring verification based on domain-specific criteria. On Wikipedia, this task instantiates as Citation Needed Detection (CND), which flags claims lac…
In automated fact-checking (AFC), check-worthiness detection identifies claims requiring verification based on domain-specific criteria. On Wikipedia, this task instantiates as Citation Needed Detection (CND), which flags claims lacking supporting citations. However, existing res…