CVPD 在 QIAS 2025 共享任务中的应用：基于高效编码器的伊斯兰继承推理方法
计算与语言
2025-09-09 v2 机器学习
摘要
伊斯兰继承法（Ilm al-Mawarith）要求精确识别继承人并计算份额，这对人工智能构成了挑战。在本文中，我们提出了一种轻量级框架，用于求解多项选择继承问题，该框架采用专用的阿拉伯语文本编码器和注意力相关性评分（ARS）。该系统根据语义相关性对答案选项进行排序，并支持快速、设备端推理，无需生成式推理。我们评估了阿拉伯语编码器（MARBERT、ArabicBERT、AraBERT），并将其与基于 API 的大语言模型（Gemini、DeepSeek）在 QIAS 2025 数据集上进行了比较。虽然大模型实现了高达 87.6% 的准确率，但它们需要更多资源且依赖于上下文。我们的基于 MARBERT 的方法实现了 69.87% 的准确率，为效率、设备端部署可行性和隐私保护提供了有力论据。虽然这低于表现最佳的大语言模型所达到的 87.6%，但我们的工作量化了大模型峰值性能与小型专用系统在高风险领域实际优势之间的关键权衡。
引用
@article{arxiv.2509.00457,
title = {CVPD at QIAS 2025 Shared Task: An Efficient Encoder-Based Approach for Islamic Inheritance Reasoning},
author = {Salah Eddine Bekhouche and Abdellah Zakaria Sellam and Hichem Telli and Cosimo Distante and Abdenour Hadid},
journal= {arXiv preprint arXiv:2509.00457},
year = {2025}
}