当最弱语言不断变化：面向多语言 BabyLM 的 ARMOR-DP 框架

研究者提出面向多语言 BabyLM 的模块化框架 ARMOR-DP，利用各语言的验证损失动态调整采样比例，以解决训练过程中最弱语言持续转变的问题。在官方评估中，ARMOR-DP 动态检查点以更少的中文 epoch 超越了静态保护基线，取得了更佳的分数与平衡权衡。该框架将失衡诊断与干预解耦，让保护机制动态跟随实时瓶颈而非预设语言标签。