BabyLM Turns 4 and Goes Multilingual: Call for Papers for the 2026 BabyLM Workshop
Das BabyLM-Workshop 2026 lädt zu Beiträgen ein, die kognitive Modellierung und das Training kleiner Sprachmodelle verbinden, und führt erstmals einen mehrsprachigen Challenge-Track für Englisch, Niederländisch und Chinesisch neben den bestehenden englischsprachigen Tracks ein.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
BabyLM wird 4: Ein kleiner Sprachlerner wächst international
Stell dir vor, du möchtest einem kleinen Kind beibringen, eine Sprache zu sprechen. Aber es gibt eine Regel: Du darfst ihm nur eine winzige Bibliothek von Büchern geben, keine riesige Datenwolke wie bei den großen KI-Modellen heute. Das ist das Ziel des BabyLM-Projekts.
Dieses Jahr feiert BabyLM seinen vierten Geburtstag und macht einen großen Schritt: Es wird nicht mehr nur auf Englisch lernen, sondern öffnet die Türen für die ganze Welt. Hier ist die Geschichte, einfach erklärt:
1. Das große Ziel: Wie lernen wir eigentlich?
Stell dir zwei Gruppen von Forschern vor:
- Die Psychologen: Sie schauen sich an, wie menschliche Babys lernen. Sie fragen sich: „Wie schafft es ein kleines Gehirn, Sprache aus so wenig Input zu verstehen?"
- Die Computer-Experten: Sie versuchen, Maschinen zu bauen, die genauso effizient lernen wie Babys.
BabyLM ist wie ein großes Labor, in dem diese beiden Gruppen zusammenarbeiten. Sie wollen herausfinden, wie man KI-Modelle baut, die nicht milliardenfach trainiert werden müssen, sondern mit wenig Daten klug werden – genau wie ein Kind.
2. Die Herausforderung: Der „Wortschatz-Wettbewerb"
Jedes Jahr gibt es einen Wettbewerb, bei dem Teilnehmer ihre eigenen kleinen Sprach-KIs trainieren müssen. Aber es gibt strenge Regeln, damit es fair bleibt und wie beim menschlichen Lernen:
- Die „Strenge" Regel (STRICT): Du darfst deinem KI-Modell maximal 100 Millionen Wörter zum Lesen geben. Das ist viel, aber im Vergleich zu den riesigen Modellen, die heute alles im Internet „fressen", ist das winzig.
- Die „Super-Strenge" Regel (STRICT-SMALL): Hier darfst du nur 10 Millionen Wörter verwenden. Das ist wie ein kleines Taschenbuch.
- Die neue Regel: Mehrsprachigkeit (MULTILINGUAL): Das ist das Highlight dieses Jahres! Bisher lernten die KIs nur Englisch. Jetzt dürfen sie Englisch, Niederländisch und Chinesisch lernen.
- Die Analogie: Stell dir vor, das Kind lernt nicht nur Deutsch, sondern bekommt auch ein paar Wörter auf Niederländisch (das klingt ähnlich) und Chinesisch (das sieht ganz anders aus) beigebracht. Die Forscher wollen sehen: Lernt das Kind dadurch besser oder verwirrt es sich?
3. Was ist neu? (Die „Spielregeln" für dieses Jahr)
- Kein mehr nur Englisch: Die neue „Multilingual"-Spur nutzt eine spezielle Datensammlung namens BABYBABELLM. Das ist wie ein riesiges, sorgfältig kuratiertes Wörterbuch für Babys in vielen Sprachen.
- Alles in einem Topf: Früher gab es separate Kategorien für Bilder oder Interaktionen. Jetzt sind diese in die Hauptkategorien integriert. Du darfst also Bilder nutzen oder mit einer anderen KI „sprechen", solange du dich an die Wort-Grenze hältst.
- Saubere Daten: Die alten Trainingsbücher enthielten leider manchmal böse oder unangemessene Wörter (wie Schimpfwörter). Die Organisatoren haben das jetzt „entgiftet". Die neuen Daten sind sicher und kindgerecht.
4. Warum machen sie das? (Die tieferen Fragen)
Die Forscher wollen wissen:
- Effizienz: Kann man eine KI bauen, die mit wenig Daten klug wird?
- Kognition: Wenn eine KI mit wenig Daten lernt, verhält sie sich dann mehr wie ein menschliches Kind? (Zum Beispiel: Lernt sie zuerst einfache Wörter und dann komplexe Sätze?)
- Vielfalt: Wie lernen KIs Sprachen, die ganz anders aufgebaut sind (wie Chinesisch im Vergleich zu Englisch)?
5. Der Zeitplan: Wann passiert was?
- Im Februar: Die Regeln und die neuen Bücher (Daten) werden veröffentlicht.
- Im Sommer: Die Teilnehmer trainieren ihre Modelle.
- Im Oktober: Alles trifft sich in Budapest (bei der EMNLP-Konferenz), um die Ergebnisse zu präsentieren. Es ist wie ein großes Wissenschafts-Fest, bei dem man sich die besten kleinen KIs anschaut.
Zusammenfassung in einem Satz
BabyLM ist wie ein internationales Sprachcamp für kleine Computer-KIs, das herausfinden will, wie man mit wenig Lernmaterial und ohne riesige Energiekosten kluge Maschinen baut, die verstehen, wie menschliche Kinder Sprache lernen – und das dieses Jahr auch auf Englisch, Niederländisch und Chinesisch.
Es geht nicht darum, die stärkste KI der Welt zu bauen, sondern die effizienteste und menschlichste.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.