FLANS参与SemEval-2026 Task 7：面向多语言多文化的开源小型LLM检索增强生成
计算与语言
2026-03-03 v1 人工智能
摘要
本系统论文描述了我们参与SemEval-2025 Task-7“面向多语言多文化的日常知识”的过程。我们参与了两个子任务，即轨迹1：短答案问题（SAQ），和轨迹2：多选题（MCQ）。我们采用的方法是检索增强生成（RAGs），使用开源小型LLM（OS-sLLMs）。为更好适应本次共享任务，我们通过提取我们准备的关键词列表，从Wikipedia内容中构建了自己的文化感知知识库（CulKBs）。我们提取了文化感知wiki文本和国家特定wiki摘要。除了本地CulKBs，我们还有一个集成了来自DuckDuckGo在线搜索输出的系统。针对更好的隐私与可持续性，我们旨在部署在Ollama平台上部署的开源小型LLM（sLLMs）。我们分享了使用精炼技术开发的提示词，并报告了此类提示词的学习曲线。测试语言包括英语、西班牙语和中文，适用于两个轨迹。我们的所有资源与代码均通过https://github.com/aaronlifenghan/FLANS-2026共享。
引用
@article{arxiv.2603.01910,
title = {FLANS at SemEval-2026 Task 7: RAG with Open-Sourced Smaller LLMs for Everyday Knowledge Across Diverse Languages and Cultures},
author = {Liliia Bogdanova and Shiran Sun and Lifeng Han and Natalia Amat Lefort and Flor Miriam Plaza-del-Arco},
journal= {arXiv preprint arXiv:2603.01910},
year = {2026}
}