BabyLM 四周岁并扩展为多语言：2026 年 BabyLM 研讨会论文征集公告
计算与语言
2026-02-25 v2
摘要
BabyLM 的目标是激发认知建模与语言模型预训练之间的新研究连接。我们邀请围绕这一主题为 BabyLM 研讨会作者，这一研讨会还包括第四届 BabyLM 挑战赛。如同前几年一样，挑战赛包含两个“标准”轨道（Strict 和 Strict-Small），其中参赛者必须在不超过 100M 或 10M 单词的训练数据上训练语言模型。今年，我们超越了以往仅限英语的预训练数据，推出新的多语言轨道，聚焦英语、荷兰语和中文。对于研讨会，我们征集与 BabyLM 整体主题相关的论文，这包括训练效率、小规模训练数据集、认知建模、模型评估和架构创新。
引用
@article{arxiv.2602.20092,
title = {BabyLM Turns 4 and Goes Multilingual: Call for Papers for the 2026 BabyLM Workshop},
author = {Leshem Choshen and Ryan Cotterell and Mustafa Omer Gul and Jaap Jumelet and Tal Linzen and Aaron Mueller and Suchir Salhan and Raj Sanjay Shah and Alex Warstadt and Ethan Gotlieb Wilcox},
journal= {arXiv preprint arXiv:2602.20092},
year = {2026}
}
备注
8 pages, 1 table. arXiv admin note: substantial text overlap with arXiv:2502.10645