精选理由
做特殊教育NLP或低资源语言模型微调的团队，这篇论文提供了一个可复现的CGFD流程，直接解决了繁体中文IEP生成的数据稀缺和隐私问题，值得点开看具体实现。
该研究提出了一种基于语料库特征扩散（CGFD）的低资源微调流程，用于自动生成繁体中文个别化教育计划（IEP）。通过25个专家标注的高分种子转录本提取特征，并注入LLM提示以驱动扩散，最终获得567个有效扩散样本，结合15个专家金种子构建582样本训练集，微调Breeze-7B模型。实验发现，在繁体中文token预算下，语法约束解码（GCD）反而降低效率，无GCD路径在55样本压力测试中实现100%模式通过率且延迟降低34%。在10样本正式测试中，无GCD路径的BERTScore F1达0.779，超越GPT-5.4等零样本基线，且完全本地化、气隙推理。该系统填补了繁体中文特殊教育NLP的空白，提供了隐私保护的工业级解决方案。
AI 翻译 · 中文
该研究提出了一种基于语料库特征扩散（CGFD）的低资源微调流程，用于自动生成繁体中文个别化教育计划（IEP）。通过25个专家标注的高分种子转录本提取特征，并注入LLM提示以驱动扩散，最终获得567个有效扩散样本，结合15个专家金种子构建582样本训练集，微调Breeze-7B模型。实验发现，在繁体中文token预算下，语法约束解码（GCD）反而降低效率，无GCD路径在55样本压力测试中实现100%模式通过率且延迟降低34%。在10样本正式测试中，无GCD路径的BERTScore F1达0.779，超越GPT-5.4等零样本基线，且完全本地化、气隙推理。该系统填补了繁体中文特殊教育NLP的空白，提供了隐私保护的工业级解决方案。
Writing Individualized Education Programs (IEPs) is a high-labor, knowledge-intensive document burden; English-language research has demonstrated that generative AI can significantly reduce drafting time, yet automated I…