类型化决策模型对调用方在请求时提供的选项进行评分，因此其准确性取决于模型开发人员无法控制的标签措辞。我们比较了307M参数多语言交叉编码器Ru-Jev的两个版本，该编码器接受了13项俄语任务的训练；后来的版本增加了一个增强版，以几种表面形式呈现标签。

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2611.08439v1)获取最准确的信息。

---
🔗 **原文链接**: [Label-Wording Augmentation in a Typed-Decision Encoder: Gain](https://arxiv.org/abs/2611.08439v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Vladimir Beskorovainyi

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-11-06 13:01