BrailleLLM：基于大语言模型的盲文指令微调方法
计算与语言
2025-10-22 v1
摘要
盲文在教育和信息可及性方面对视障人士至关重要。然而，盲文信息处理面临数据稀缺和混合文本语境模糊等挑战。我们构建了包含数学公式的英语和中文盲文混合数据集(EBMD/CBMD)，并针对盲文数据提出了基于语法树的数据增强方法。为解决传统微调方法在盲文相关任务上表现不佳的问题，我们研究了基于盲文知识的微调方法(BKFT)，该方法降低了盲文语境特征的学习难度。BrailleLLM通过指令微调采用BKFT，实现统一的盲文翻译、公式转盲文转换和混合文本翻译。实验表明，BKFT在盲文翻译场景下显著优于传统微调方法。我们公开的 datasets 和方法为低资源多语言盲文研究奠定了基础。
引用
@article{arxiv.2510.18288,
title = {BrailleLLM: Braille Instruction Tuning with Large Language Models for Braille Domain Tasks},
author = {Tianyuan Huang and Zepeng Zhu and Hangdi Xing and Zirui Shao and Zhi Yu and Chaoxiong Yang and Jiaxian He and Xiaozhong Liu and Jiajun Bu},
journal= {arXiv preprint arXiv:2510.18288},
year = {2025}
}
备注
Accepted to EMNLP 2025