NAVER LABS mengimplementasikan ulang pipeline penurutan instruksi IWSLT 2026 dengan SeamlessM4T-v2-large dan Qwen3-4B-Instruct

NAVER LABS telah mengimplementasikan ulang pipeline-nya untuk trek audio pendek kondisi terkendali dari Tugas Bersama IWSLT 2026, menggunakan SeamlessM4T-v2-large sebagai encoder ucapan dan Qwen3-4B-Instruct sebagai tulang punggung LLM. Tim tersebut mempertahankan pendekatan tiga tahap asli dari penyelarasan proyektor, pelatihan awal LoRA hanya teks, dan penggabungan multimodal sambil membangun 100k contoh penurutan instruksi sintetis di atas sepuluh jenis tugas.

• Sistem ini beradaptasi dengan komponen yang diwajibkan untuk tugas bersama IWSLT 2026.
• Sistem ini menghasilkan 100k contoh sintetis (10k per tugas) dari korpus yang disediakan untuk penyetelan halus Tahap 3.
• Model utama mencapai skor COMET sebesar 0,781 pada terjemahan ucapan EN-ZH.
• Sistem ini mencapai BERTScore-F1 sebesar 0,346 pada SQA bahasa Inggris dalam benchmark MCIF.

Implementasi ulang ini menunjukkan efektivitas pipeline yang diadaptasi dalam mencapai metrik kinerja yang kuat pada benchmark yang ditentukan.