lmfaoooo 在 SemEval-2026 任务 1：幽默是观众。受限幽默生成的偏好建模

幽默的产生仍然很困难，不仅因为制作流畅、新颖的笑话很困难，而且因为“有趣”依赖于观众，而监督也很吵——偏好因观众、背景和文化而异，而且注释者的一致性往往很低。在本文中，我们描述了 SemEval-2026 Task-1 (MWAHAHA) 的系统，该系统专注于明确约束下的幽默生成。该任务通过人类偏好判断以一对一的竞技场式比较来评估提交的系统。我们采用“生成多 -> 选择最佳”策略。首先，我们使用多步骤提示、模型集成和面向多样性的解码为每个实例生成不同的候选池。其次，我们使用偏好模型来选择输出，该偏好模型通过从人类比较而不是绝对有趣分数中学习来近似“读者”。为了支持这种方法，我们发布了通过 Humor Arena 原型收集的 2.5K 人类成对判断。我们进一步提出了一个可解释的管道，将标记的比较转换为偏好模型。在三个偏好数据集中，我们的模型始终优于基线，并显示出更强的跨域传输。最后，我们应用学习到的偏好模型对 MWAHAHA 设置的候选者进行排名，并发布中间工件（候选者池和排名）以方便后续工作。我们的系统在 MWAHAHA 的英语和中文子任务中排名第一，在西班牙语子任务中排名第二。