论文
以多语言微调与阈值校准适配跨文化价值判断
PlurVA-LLM-2026 Shared Task Track-1: Pluralistic Value Alignment in LLMs via Multilingual Fine-Tuning and Threshold Calibration
摘要
我们展示了我们的 PlurVA-LLM 2026 共享任务 Track-1 系统，该系统侧重于中国、印度尼西亚和斯里兰卡背景下的多元价值协调。对于这个资源受限的赛道，我们使用 4 位 QLoRA 对 Llama 3.1 8B Instruct 进行了微调。我们的方法结合了中国数据的选项排列增强、印度尼西亚数据的注释者投票扩展以及斯里兰卡数据的二元重构和 SinhalaMMLU 增强。我们进一步将条件阈值校准应用于斯里兰卡数据的预测。最终系统的中文准确率为 0.785，印度尼西亚语准确率为 0.715，斯里兰卡语准确率为 0.916，总体宏观平均准确率为 0.805。