Newest papers

Task-Preserving Multilingual Instruction Tuning for Open-Ended QA in WMT 2026 MIST

Aleix Sant, Jordi Luque, Carlos Escolano · 2026 · arXiv

DOI: 10.48550/arXiv.2610.29926 · open-access PDF

Hindi

यह दस्तावेज़ WMT 2026 बहुभाषी निर्देश साझा कार्य के लिए हमारी प्रस्तुति का वर्णन करता है। हम व्यवस्थापक द्वारा प्रदान किए गए डेटा का उपयोग करके LoRA के साथ Qwen3-8B को अनुकूलित करते हैं, EuroAlpaca, एक बहुभाषी निर्देश डेटासेट जो कार्य-संरक्षण स्थानीयकरण के माध्यम से बनाया गया है, और CrossEuroAlpaca, एक बहुभाषी वृद्धि जो निर्देशों, संदर्भों और प्रतिक्रियाओं के लिए विभिन्न स्रोत और लक्षित भाषाओं को सौंपती है।

Machine translation (Meta M2M100); the English original follows.

Abstract

This paper describes our submission to the WMT 2026 Multilingual Instruction Shared Task. We adapt Qwen3-8B with LoRA using organiser-provided data, EuroAlpaca, a multilingual instruction dataset created through task-preserving localisation, and CrossEuroAlpaca, a cross-lingual augmentation that assigns different source and target languages to instructions, contexts and responses. Our system targets open-ended question answering (QA-OEG) in ten shared-task languages represented in the auxiliary data. Under matched decoding, adaptation improves the mean Gemma-4 judge score on target-language QA

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange