El estudio investiga la extracción de relaciones interlingüísticas para rumano traduciendo el benchmark SemEval-2010 Task 8 y evaluando Gemma 4 31B frente a líneas base de codificadores. Los resultados muestran que el ajuste fino QLoRA mejora la F1-Score macro en más de 22 puntos porcentuales, reduciendo la brecha interlingüística de 3.3 a 1.4pp.

  • El rumano sufre una caída de 3 a 5 pp en comparación con el inglés en configuraciones solo con prompt.
  • El prompting few-shot proporciona solo ganancias marginales sobre zero-shot.
  • Las líneas base de codificadores se acercan a QLoRA Gemma en 1-4pp, a pesar de ser 50-250 veces más pequeñas.
  • BERT monolingüe rumano con 125M parámetros iguala a XLM-R multilingüe con 278M.

Los autores concluyen que usar un modelo de 31B para RE de tarea única en rumano es débil en escenarios de implementación donde importa el cómputo.