💬 NLP

Budget-Xfer: Budget-Constrained Source Language Selection for Cross-Lingual Transfer to African Languages

यह शोध पत्र Budget-Xfer को प्रस्तुत करता है, जो एक निश्चित एनोटेशन बजट के तहत स्रोत भाषा चयन और डेटा आवंटन को अनुकूलित करने वाला एक ढांचा है, जो यह प्रकट करता है कि मल्टी-सोर्स ट्रांसफर अफ्रीकी भाषाओं के लिए सिंगल-सोर्स ट्रांसफर की तुलना में काफी बेहतर प्रदर्शन करता है और यह भी दर्शाता है कि एम्बेडिंग समानता (embedding similarity) चयन के लिए सार्वभौमिक रूप से विश्वसनीय प्रॉक्सी नहीं है।

मूल लेखक: Tewodros Kederalah Idris, Roald Eiselen, Prasenjit Mitra

प्रकाशित 2026-03-31

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Tewodros Kederalah Idris, Roald Eiselen, Prasenjit Mitra

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक शेफ हैं जो मेहमानों के एक नए समूह के लिए एक स्वादिष्ट भोजन पकाने की कोशिश कर रहे हैं, जो एक ऐसी भाषा बोलते हैं जिसे आप नहीं जानते (आइए इसे "लक्ष्य भाषा" कहें)। आपके पास कितने भी सामान खरीदने के लिए एक सख्त सीमा है—यह आपका बजट है।

अपनी मेहमानों को मेनू समझने में मदद करने के लिए, आपने अन्य भाषाओं (जिन्हें आप जानते हैं, जिन्हें "स्रोत भाषाएँ" कहा जाता है) से रेसिपी का उपयोग करके खाना पकाने का निर्णय लिया है। बड़ा सवाल यह है कि: आपको कौन सी रेसिपी का उपयोग करना चाहिए, और उनमें से प्रत्येक का कितना हिस्सा खरीदना चाहिए?

यह शोध पत्र, जिसका शीर्षक Budget-Xfer है, कंप्यूटर द्वारा अफ्रीकी भाषाओं को सीखने की इसी समस्या को हल करता है। यहाँ उनके द्वारा क्या पाया गया, इसका सरल विवरण दिया गया है।

समस्या: "सब कुछ या कुछ भी नहीं" का जाल

पिछले शोधकर्ताओं ने सबसे अच्छा रेसिपी मिश्रण खोजने की कोशिश की। लेकिन उन्होंने एक गलती की: उन्होंने कुल मात्रा को समान नहीं रखा।

पुराना तरीका: यदि वे एक "सर्वश्रेष्ठ" भाषा चुनते, तो वे शायद 1,000 वाक्य चुनते। यदि वे पाँच "अच्छी" भाषाएँ चुनते, तो वे गलती से 5,000 वाक्य चुन सकते थे।
खामी: यह ऐसा ही है जैसे कहना, "मैं खाना पकाने की प्रतियोगिता इसलिए जीता क्योंकि मैंने 5,000 सामग्रियाँ इस्तेमाल कीं," जबकि दूसरे व्यक्ति ने केवल 1,000 का उपयोग किया। आप यह नहीं बता सकते कि वे रेसिपी की गुणवत्ता के कारण जीते या सिर्फ इसलिए क्योंकि उनके पास काम करने के लिए अधिक चीजें थीं।

Budget-Xfer ने इसे ठीक करते हुए कहा: "ठीक है, हर किसी को ठीक $100 (बजट) मिलता है। आप इसे कैसे खर्च करते हैं?"

प्रयोग: चार खरीदारी रणनीतियाँ

शोधकर्ताओं ने तीन अफ्रीकी भाषाओं (हौसा, योरूबा और स्वाहिली) के लिए रेसिपी पर उस $100 को खर्च करने के चार अलग-अलग तरीके आजमाए:

"सब कुछ लगा देने वाला" शेफ (एकल स्रोत): आप अपनी सभी रेसिपी बुक्स देखते हैं, वह एक बुक चुनते हैं जो आपकी लक्ष्य भाषा के सबसे करीब दिखती है, और अपना पूरा $100 केवल उसी एक बुक पर खर्च करते हैं।
"समानता" वाला शेफ: आप शीर्ष 5 सबसे समान भाषाओं को चुनते हैं और उनकी समानता के आधार पर उन पर पैसा खर्च करते हैं। (जितनी अधिक समानता, उतना अधिक आप खरीदते हैं)।
"रैंडम" शेफ: आप आँखें बंद करते हैं, 5 भाषाओं को रैंडम तरीके से चुनते हैं, और अपना पैसा उनके बीच समान रूप से बाँट देते हैं।
"विविधता" वाला शेफ: आप लक्ष्य भाषा के समान 5 भाषाएँ चुनते हैं, लेकिन आप यह सुनिश्चित करते हैं कि वे आपस में बहुत अधिक समान न हों (जैसे कि 5 अलग-अलग इतालवी प्रकार चुनने के बजाय, इतालवी, मैक्सिकन और थाई का मिश्रण चुनना)।

सबसे बड़ा आश्चर्य: अपने सारे अंडे एक ही टोकरी में न रखें

सबसे महत्वपूर्ण निष्कर्ष यह है कि "सब कुछ लगा देने वाला" शेफ लगभग हमेशा हार गया।

क्यों? क्योंकि एक "बॉटलनेक" (अवरोध) था।
कल्पना कीजिए कि आपके पास $100 का बजट है, लेकिन आपकी पसंदीदा रेसिपी बुक में केवल 50 पेज के उपयोगी निर्देश हैं। यदि आप अपना सारा पैसा केवल उस एक बुक पर खर्च करते हैं, तो आप केवल 50 पेज ही खरीद सकते हैं। आपने अपने बजट के$ 50 बर्बाद कर दिए!

परिणाम: "सब कुछ लगा देने वाली" रणनीति ने औसतन उपलब्ध बजट का केवल 57% ही उपयोग किया क्योंकि उस एक सर्वश्रेष्ठ भाषा के पास ऑर्डर पूरा करने के लिए पर्याप्त डेटा नहीं था।
विजेता: वे रणनीतियाँ जिन्होंने कई भाषाओं (Multi-Source) में पैसा विभाजित किया, उन्होंने हमेशा पूरे $100 का उपयोग किया। उनके पास काम करने के लिए अधिक "सामग्री" थी, इसलिए कंप्यूटर ने बेहतर सीखा।

उपमा: यह वैसा ही है जैसे एक व्यक्ति को देखकर तैरना सीखने की कोशिश करना जो एक महान तैराक है लेकिन उसके पास अभ्यास के लिए केवल 10 मिनट का समय है। आप थोड़ा सीख लेंगे। लेकिन यदि आप 5 अलग-अलग लोगों को देखते हैं जिनमें से प्रत्येक के पास 20 मिनट का अभ्यास समय है, तो आप बहुत अधिक सीखेंगे, भले ही वे पहले व्यक्ति जितने बिल्कुल सटीक न हों।

दूसरा निष्कर्ष: यह मायने नहीं रखता कि आप इसे बिल्कुल कैसे विभाजित करते हैं

एक बार जब आपने तय कर लिया कि कई भाषाओं के बीच पैसा विभाजित करना है, तो इसे करने का विशिष्ट तरीका बहुत अधिक मायने नहीं रखता।

चाहे आप "समानता" के आधार पर पैसा विभाजित करें, "रैंडमनेस" के आधार पर, या "विविधता" के आधार पर, परिणाम बहुत करीब थे।
सबक: सबसे महत्वपूर्ण निर्णय केवल यह है कि केवल एक स्रोत पर निर्भर न रहें। एक बार जब आपके पास स्रोतों की एक टीम होती है, तो आप प्रत्येक का उपयोग कितनी मात्रा में करेंगे, इसके लिए सटीक गणित कम महत्वपूर्ण हो जाता है।

तीसरा निष्कर्ष: एक ही आकार सबके लिए उपयुक्त नहीं है

यहाँ मामला जटिल हो जाता है। अपने स्रोतों को चुनने का "सर्वश्रेष्ठ" तरीका इस बात पर निर्भर करता है कि आप क्या करने की कोशिश कर रहे हैं।

परिदृश्य A: नाम पहचानना (NER - Named Entity Recognition)
- कार्य: कंप्यूटर को नाम, स्थान और संगठन (जैसे, "लागोस," "एप्पल," "जॉन") पहचानने में सक्षम बनाना।
- परिणाम: रैंडम चयन सबसे अच्छा रहा!
- क्यों? यदि आप बहुत समान भाषाएँ चुनते हैं (जैसे 5 अलग-अलग प्रकार की इतालवी चुनना), तो आपको बार-बार एक ही पैटर्न मिलता है। किसी भी नाम को पहचानने के लिए, आपको वाक्य संरचनाओं की एक विस्तृत विविधता देखने की आवश्यकता होती। रैंडमनेस ने कंप्यूटर को सीखने के लिए विविध "स्वाद" प्रदान किए।
परिदृश्य B: मूड या भावना समझना (Sentiment Analysis)
- कार्य: कंप्यूटर को यह बताने के लिए प्रशिक्षित करना कि कोई वाक्य खुश, दुखी या तटस्थ है।
- परिणाम: समान भाषाएँ चुनना सबसे अच्छा रहा।
- क्यों? भावनाएं और उन्हें व्यक्त करने का तरीका संस्कृति और व्याकरण से गहराई से जुड़ा होता है। यदि आप भाषाई रूप से समान भाषाएँ चुनते हैं, तो शब्दों का "एहसास" बेहतर तरीके से स्थानांतरित होता है। रैंडमनेस यहाँ बहुत अराजक थी।

वास्तविक जीवन के लिए सबक

यदि आप एक डेवलपर या बिजनेस लीडर हैं जो अफ्रीकी भाषाओं (या किसी भी कम संसाधन वाली भाषा) के लिए AI बनाने की कोशिश कर रहे हैं, तो यहाँ आपका 'चीट शीट' है:

कभी भी एक भाषा पर सब कुछ न लगा दें। आप अपना बजट बर्बाद कर देंगे क्योंकि उस एक भाषा के पास आपकी जरूरतों को पूरा करने के लिए पर्याप्त डेटा नहीं होगा।
अपना बजट फैलाएं। 5 या अधिक अलग-अलग भाषाओं से डेटा का उपयोग करें। यह सुनिश्चित करता है कि आप अपने $100 का 100% उपयोग करते हैं और सर्वोत्तम परिणाम प्राप्त करते हैं।
गणित के बारे में बहुत अधिक तनाव न लें। जब तक आप कई स्रोतों का उपयोग कर रहे हैं, आपको यह तय करने के लिए कि प्रत्येक का कितना उपयोग करना है, किसी बहुत जटिल एल्गोरिदम की आवश्यकता नहीं है।
अपने लक्ष्य को जानें।
- यदि आप AI को नाम या स्थान खोजने के लिए सिखा रहे हैं, तो विविधता प्राप्त करने के लिए भाषाओं का एक रैंडम मिश्रण चुनें।
- यदि आप AI को भावनाओं को समझने के लिए सिखा रहे हैं, तो ऐसी भाषाएँ चुनें जो भाषाई रूप से समान हों।

संक्षेप में: विविधता आपकी मित्र है, लेकिन केवल तभी जब आप जानते हों कि आपको किस तरह की विविधता की आवश्यकता है।

यहाँ शोध पत्र "Budget-Xfer: Budget-Constrained Source Language Selection for Cross-Lingual Transfer to African Languages" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

क्रॉस-लिंगुअल ट्रांसफर लर्निंग (Cross-lingual transfer learning), कम-संसाधन वाली भाषाओं (low-resource languages), विशेष रूप से अफ्रीका की भाषाओं में नेचुरल लैंग्वेज प्रोसेसिंग (NLP) को सक्षम करने के लिए आवश्यक है। एक महत्वपूर्ण चुनौती स्रोत भाषा चयन (source language selection) है: यह निर्धारित करना कि प्रशिक्षण के लिए किन स्रोत भाषाओं का उपयोग किया जाए और उनके बीच एक निश्चित एनोटेशन बजट (annotation budget) को कैसे वितरित किया जाए।

मेथडोलॉजिकल गैप (The Methodological Gap):
स्रोत चयन पर मौजूदा शोध एक भ्रमित करने वाले चर (confounding variable) से ग्रस्त है: कुल प्रशिक्षण डेटा की मात्रा (total training data quantity)। विभिन्न चयन रणनीतियों के परिणामस्वरूप प्रशिक्षण उदाहरणों की कुल संख्या भिन्न होती है क्योंकि स्रोत भाषाओं के डेटासेट का आकार अलग-अलग होता है। यह यह निर्धारित करना असंभव बना देता है कि प्रदर्शन में सुधार भाषाओं के चुनाव के कारण हुआ है या केवल डेटा की मात्रा के कारण। हालांकि कुछ पूर्व कार्यों (जैसे Lim et al.) ने कुल डेटा आकार को समान बनाया, लेकिन वे अक्सर समान आवंटन (uniform allocation) का उपयोग करते हैं या अनुकूलन (optimization) के बजाय तंत्र (mechanism) पर ध्यान केंद्रित करते हैं।

मूल प्रश्न (The Core Question):
एक निश्चित बजट $B$ (वाक्यों की संख्या) दिए जाने पर, किन स्रोत भाषाओं का चयन किया जाना चाहिए, और प्रदर्शन को अधिकतम करने के लिए उन पर बजट का आवंटन कैसे किया जाना चाहिए?

2. कार्यप्रणाली: बजट-एक्सफर फ्रेमवर्क (Methodology: The Budget-Xfer Framework)

लेखक Budget-Xfer पेश करते हैं, जो मल्टी-सोर्स क्रॉस-लिंगुअल ट्रांसफर को एक बजट-बाधित संसाधन आवंटन समस्या (budget-constrained resource allocation problem) के रूप में तैयार करता है।

2.1 समस्या का निरूपण (Problem Formulation)

एक लक्षित भाषा $t$ , संभावित स्रोतों का एक पूल $S$ , और एक निश्चित बजट $B$ दिए जाने पर, लक्ष्य एक आवंटन वेक्टर $\mathbf{a} = [a_1, ..., a_n]$ खोजना है जो निम्नलिखित के अधीन प्रदर्शन $P(t|\mathbf{a})$ को अधिकतम करता है:
$\sum_{i=1}^{n} a_i = B, \quad a_i \geq 0$
व्यापक खोज (exhaustive search) के बिना स्रोत के मूल्य का अनुमान लगाने के लिए, यह ढांचा स्रोत और लक्षित भाषाओं के बीच एम्बेडिंग समानता (embedding similarity) के लिए एक उपयोगिता प्रॉक्सी (utility proxy) के रूप में cosine_gap (FLORES-200 समानांतर डेटा से प्राप्त) का उपयोग करता है।

2.2 आवंटन रणनीतियाँ (Allocation Strategies)

यह अध्ययन चार विशिष्ट रणनीतियों की तुलना करता है (मल्टी-सोर्स दृष्टिकोण के लिए $K=5$ के साथ):

All-from-Best (Single-Source Baseline): उस एकल स्रोत भाषा को पूरा बजट आवंटित करता है जिसकी लक्ष्य भाषा के साथ उच्चतम समानता है।
Top-K-Proportional: शीर्ष $K$ सबसे समान स्रोतों का चयन करता है और उनके समानता स्कोर के अनुपात में बजट आवंटित करता है।
Random-K: $K$ स्रोतों को यादृच्छिक रूप से (uniformly at random) चुनता है और बजट को उनके बीच समान रूप से विभाजित करता है। यह एक अनभिज्ञ बेसलाइन (uninformed baseline) के रूप में कार्य करता है।
Diversity-Aware: उन स्रोतों को चुनने के लिए पुनरावृत्ति (iteratively) करता है जो लक्ष्य के साथ समानता और चयनित स्रोतों के बीच विविधता (redundancy को दंडित करते हुए) के बीच संतुलन बनाने वाले स्कोर को अधिकतम करते हैं। इसके बाद बजट को कच्चे समानता (raw similarity) के अनुपात में आवंटित किया जाता है।

नोट: एक "कैप-एंड-रीडिस्ट्रिब्यूट" (cap-and-redistribute) प्रक्रिया यह सुनिश्चित करती है कि यदि किसी चयनित स्रोत के पास आवंटित बजट से कम उपलब्ध वाक्य हैं, तो अतिरिक्त बजट अन्य स्रोतों में पुनर्वितरित किया जाए, जिससे सभी रणनीतियों में सटीक बजट उपयोग ( $B$ ) की गारंटी मिलती है।

2.3 प्रयोगात्मक सेटअप (Experimental Setup)

कार्य (Tasks): MasakhaNER 2.0 का उपयोग करके Named Entity Recognition (NER) और AfriSenti का उपयोग करके Sentiment Analysis।
लक्षित भाषाएँ (Target Languages): हौसा (Hausa), योरूबा (Yoruba), और स्वाहिली (Swahili) (विविध भाषा परिवारों का प्रतिनिधित्व करते हुए)।
मॉडल (Models): Serengeti (517 अफ्रीकी भाषाएँ) और AfroXLMR।
बजट (Budgets): निम्न और उच्च स्तर (जैसे NER के लिए 10K/15K; Sentiment के लिए 5K/10K)।
पैमाना (Scale): 288 मुख्य प्रयोग (2 कार्य × 3 लक्ष्य × 2 बजट × 2 मॉडल × 4 रणनीतियाँ × 3 सीड्स)।

3. प्रमुख योगदान (Key Contributions)

फेयर कंपेरिजन फ्रेमवर्क (Fair Comparison Framework): सख्ती से नियंत्रित डेटा स्थितियों के तहत आवंटन रणनीतियों की पहली व्यवस्थित तुलना, जो भाषा चयन के प्रभाव को डेटा की मात्रा से अलग करती है।
डाइवर्सिटी-अवेयर स्ट्रैटेजी (Diversity-Aware Strategy): एक चयन विधि का परिचय जो स्रोत-लक्ष्य समानता और स्रोतों के बीच अंतर-स्रोत रेडंडेंसी (inter-source redundancy) के बीच स्पष्ट रूप से संतुलन बनाती है।
एक्शनबल एम्पिरिकल फाइंडिंग्स (Actionable Empirical Findings): 288 रन के बड़े पैमाने के प्रयोग, जो यह दर्शाते हैं कि मल्टी-सोर्स ट्रांसफर, सिंगल-सोर्स दृष्टिकोण में मौजूद एक संरचनात्मक बाधा (structural bottleneck) के कारण बेहतर है, और यह भी कि समानता-आधारित चयन का मूल्य कार्य-निर्भर (task-dependent) होता है।

4. मुख्य परिणाम (Key Results)

4.1 मल्टी-सोर्स बनाम सिंगल-सोर्स ट्रांसफर (Multi-Source vs. Single-Source Transfer)

निष्कर्ष: मल्टी-सोर्स रणनीतियाँ सिंगल-सोर्स ट्रांसफर (All-from-Best) की तुलना में काफी बेहतर प्रदर्शन करती हैं।
परिमाण (Magnitude): कार्यों और बजटों में कोहेन्स $d$ (Cohen's $d$ ) का मान 0.80 से 1.98 के बीच है।
मूल कारण: संरचनात्मक बजट अल्प-उपयोग (Structural Budget Underutilization)। सिंगल-सोर्स रणनीति अक्सर "सर्वश्रेष्ठ" स्रोत के सीमित डेटासेट आकार द्वारा बाधित होती है। औसतन, All-from-Best ने आवंटित बजट का केवल 57% उपयोग किया, जबकि मल्टी-सोर्स रणनीतियों ने 100% का उपयोग किया।
- उदाहरण: हौसा सेंटीमेंट एनालिसिस के लिए, सर्वश्रेष्ठ स्रोत (स्वाहिली) में केवल 1,810 वाक्य थे। 5K बजट पर, सिंगल-सोर्स रणनीति ने केवल 36% बजट का उपयोग किया, जबकि मल्टी-सोर्स रणनीतियों ने पूरे 5K का उपयोग करने के लिए भार वितरित किया।
अपवाद: जब सर्वश्रेष्ठ एकल स्रोत के पास पर्याप्त डेटा होता है (जैसे स्वाहिली सेंटीमेंट के लिए हौसा), तो सिंगल-सोर्स प्रदर्शन मल्टी-सोर्स के बराबर होता है, जो पुष्टि करता है कि अंतर डेटा की कमी के कारण है, न कि केंद्रित प्रशिक्षण में किसी अंतर्निहित दोष के कारण।

4.2 मल्टी-सोर्स रणनीतियों के बीच तुलना (Comparison Among Multi-Source Strategies)

निष्कर्ष: मल्टी-सोर्स रणनीतियों (Top-K-Proportional, Random-K, Diversity-Aware) के बीच अंतर मामूली और सांख्यिकीय रूप से गैर-महत्वपूर्ण (non-significant) है।
अवलोकन: एक बार जब मल्टी-सोर्स का निर्णय ले लिया जाता है, तो विशिष्ट आवंटन नियम (समान बनाम आनुपातिक) या चयन मानदंड (समानता बनाम रैंडम) का प्रभाव, मल्टी-सोर्स में जाने के निर्णय की तुलना में मामूली होता है।
जीत की दर (Win Rates): Random-K, Top-K-Proportional, और Diversity-Aware प्रत्येक ने लगभग 28% स्थितियों में जीत हासिल की।

4.3 टास्क-डिपेंडेंट वैल्यू ऑफ सिमिलरिटी (Task-Dependent Value of Similarity)

चयन प्रॉक्सी के रूप में एम्बेडिंग समानता का उपयोगिता मूल्य कार्य के अनुसार भिन्न होता है:

NER (टोकन-लेवल): रैंडम चयन, समानता-आधारित चयन से बेहतर रहा।
- तर्क: समानता-आधारित चयन स्रोतों को एक ही टाइपोलॉजिकल परिवार (जैसे बंटू भाषाएँ) के भीतर क्लस्टर करने की प्रवृत्ति रखता है। NER के लिए, जिसमें विविध एंटिटी बाउंड्री पैटर्न को पहचानना आवश्यक है, समान संरचनाओं के बजाय भाषाई रूप से विविध (linguistically diverse) संरचनाओं (जो रैंडम चयन द्वारा प्रदान की जाती हैं) का एक्सपोजर अधिक फायदेमंद है।
Sentiment Analysis (सेंटेंस-लेवल): समानता-आधारित चयन, रैंडम चयन से बेहतर रहा।
- तर्क: सेंटीमेंट अर्थ संबंधी गुणों (semantic properties) पर निर्भर करता है जो एम्बेडिंग समानता के साथ अच्छी तरह से संरेखित होते हैं। भाषाई रूप से समान स्रोत इस कार्य के लिए अधिक हस्तांतरणीय सिग्नल प्रदान करते हैं।

4.4 बजट प्रभाव (Budget Effects)

बजट को निम्न से उच्च स्तर तक बढ़ाने से न्यूनतम प्रदर्शन लाभ हुआ (जैसे सेंटीमेंट के लिए +0.012 F1)।
यह सुझाव देता है कि इन मॉडलों के साथ क्रॉस-लिंगुअल ट्रांसफर के लिए, 10K वाक्य (NER के लिए) या 5K वाक्य (Sentiment के लिए) अक्सर संतृप्ति बिंदु (saturation point) तक पहुँच जाते हैं, बशर्ते कि डेटा को कई स्रोतों में वितरित किया गया हो।

5. महत्व और निहितार्थ (Significance and Implications)

अभ्यासकर्ता मार्गदर्शन (Practitioner Guidance): अभ्यासकर्ताओं को हमेशा एक से अधिक स्रोत भाषाओं में एनोटेशन बजट वितरित करना चाहिए, बजाय इसके कि वे केवल एक "सर्वश्रेष्ठ" मिलान पर ध्यान केंद्रित करें। यह सिंगल-सोर्स बॉटलनेक (अल्प-उपयोगित बजट) से बचने में मदद करता है।
रणनीति चयन (Strategy Selection):
- टोकन-लेवल कार्यों (NER) के लिए: समानता के बजाय भाषाई विविधता (linguistic diversity) को प्राथमिकता दें। समानता-आधारित क्लस्टरिंग के बजाय रैंडम चयन या डाइवर्सिटी-अवेयर चयन बेहतर है।
- सिमेंटिक कार्यों (Sentiment) के लिए: भाषाई समानता (linguistic similarity) को प्राथमिकता दें।
संसाधन दक्षता (Resource Efficiency): उच्च-प्रदर्शन वाला ट्रांसफर, अपेक्षाकृत मामूली बजट के साथ प्राप्त किया जा सकता है यदि आवंटन रणनीति सिंगल-सोर्स बॉटलनेक से बचती है।
मजबूती (Robustness): ये निष्कर्ष विभिन्न मॉडल आर्किटेक्चर (Serengeti और AfroXLMR) में प्रभावी हैं।

निष्कर्षतः, Budget-Xfer प्रतिमान को "सर्वश्रेष्ठ स्रोत खोजने" से बदलकर "एक निश्चित बजट के वितरण को अनुकूलित करने" की ओर ले जाता है, जो यह दर्शाता है कि अफ्रीकी भाषाओं के लिए क्रॉस-लिंगुअल ट्रांसफर में डेटा मात्रा का उपयोग (data quantity utilization) अक्सर प्रदर्शन वृद्धि का प्राथमिक चालक होता है।