mdok-style at SemEval-2026 Task 9: Finetuning LLMs for Multilingual Polarization Detection
यह शोध पत्र SemEval-2026 टास्क 9 के लिए mdok-शैली के दृष्टिकोण को प्रस्तुत करता है, जो 22 भाषाओं में गुमनाम और केस-विविध टेक्स्ट के साथ संवर्धित प्रशिक्षण डेटा पर QLoRA के माध्यम से मिड-साइज़ LLMs को फाइन-ट्यून करके सुदृढ़ बहुभाषी ध्रुवीकरण पहचान (polarization detection) प्राप्त करता है।
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 इंटरनेट एक विशाल, शोर-शराबे वाले शहर के चौक की तरह है जहाँ 22 अलग-अलग देशों के लोग चिल्ला रहे हैं, बहस कर रहे हैं और कभी-कभी दंगा करने की तैयारी कर रहे हैं। SemEval-2026 Task 9 इस चौक के लिए एक स्मार्ट "सुरक्षा गार्ड" बनाने की एक प्रतियोगिता थी। लक्ष्य केवल चिल्लाने को रोकना नहीं था, बल्कि उस विशिष्ट क्षण को पहचानना था जब एक असहमति ध्रुवीकरण (polarization) में बदल जाती है—वह खतरनाक विभाजन जहाँ लोग सुनना बंद कर देते हैं और नफरत करने लगते हैं, जो अक्सर नफरत भरे भाषण (hate speech) और सामाजिक अराजकता का कारण बनता है।
इस पेपर के पीछे की टीम, mdok-style ने AI तकनीकों के एक चतुर मिश्रण का उपयोग करके एक डिजिटल गार्ड बनाया। उन्होंने इसे कैसे किया, यहाँ सरल भाषा में समझाया गया है:
1. मुख्य रणनीति: एक गिरगिट जैसा जासूस (A Chameleon Detective)
22 अलग-अलग गार्ड (प्रत्येक भाषा के लिए एक) बनाने के बजाय, उन्होंने एक सुपर-डिटेक्टिव को प्रशिक्षित किया जो एक साथ सभी 22 भाषाओं को समझ सके। उन्होंने एक "मध्यम आकार" के लार्ज लैंग्वेज मॉडल (LLM) का उपयोग किया, जो एक बहुत ही सुशिक्षित लाइब्रेरियन की तरह है जो टेक्स्ट में पैटर्न पहचानना जानता है।
इस लाइब्रेरियन को और भी तेज बनाने के लिए, उन्होंने QLoRA नामक तकनीक का उपयोग किया। इसे एक लाइब्रेरियन को दिए गए हल्के, समायोज्य (adjustable) चश्मे की तरह समझें। लाइब्रेरियन के पूरे मस्तिष्क को फिर से लिखने (जिसमें बहुत समय और पैसा लगता) के बजाय, उन्होंने केवल लेंसों को थोड़ा सा ट्यून किया ताकि लाइब्रेरियन ध्रुवीकरण को पहचानने के कार्य पर विशेष रूप से ध्यान केंद्रित कर सके।
2. प्रशिक्षण: "क्या होगा अगर?" वाली स्थितियाँ (What If? Scenarios)
सबसे बड़ी चुनौती यह थी कि प्रशिक्षण डेटा (वे उदाहरण जिनसे गार्ड ने सीखा) एकदम सटीक नहीं था। इसे ठीक करने के लिए, टीम ने डेटा ऑग्मेंटेशन (Data Augmentation) का उपयोग किया, जो AI के लिए एक "क्या होगा अगर?" सिम्युलेटर की तरह है।
उन्होंने प्रत्येक प्रशिक्षण वाक्य को लिया और उससे चार "विकृत" (twisted) संस्करण बनाए ताकि AI को सतह से परे देखने के लिए प्रशिक्षित किया जा सके:
- द एनोनिमाइज़र (The Anonymizer): उन्होंने नाम, ईमेल और फोन नंबर को
[USER]या[EMAIL]जैसे जेनेरिक टैग से बदल दिया। इसने AI को यह सिखाया कि कौन बोल रहा है इस पर ध्यान देने के बजाय क्या कहा जा रहा है, इस पर ध्यान केंद्रित करे। - द केस शिफ्टर (The Case Shifter): उन्होंने टेक्स्ट को पूरी तरह से लोअरकेस (छोटे अक्षर) या अपरकेस (बड़े अक्षर) में बदल दिया। इसने AI को सिखाया कि चिल्लाना (ALL CAPS) या फुसफुसाना (lowercase) बहस के अर्थ को नहीं बदलता है।
- द होमोग्लिफ ट्रिक (The Homoglyph Trick): यह सबसे रचनात्मक हिस्सा था। उन्होंने अक्षरों को अन्य लिपियों के दिखने वाले अक्षरों से बदल दिया (जैसे लैटिन 'a' को सिरिलिक 'а' से बदलना)। यह कंप्यूटर को धोखा देने के लिए बुरे तत्वों द्वारा इस्तेमाल किया जाने वाला एक सामान्य तरीका है। इन "नकली" संस्करणों पर AI को प्रशिक्षित करके, उन्होंने इसे भेष भेदने के पीछे छिपे ध्रुवीकरण को देखने के काबिल बनाया।
3. पहचान के तीन स्तर
प्रतियोगिता में तीन स्तर थे, और टीम ने एक अपराध को सुलझाने वाले जासूस की तरह उनका सामना किया:
- स्तर 1 (अलार्म): क्या यह टेक्स्ट ध्रुवीकृत है या नहीं? (हाँ/नहीं)। सिस्टम इसमें बहुत अच्छा था, जो एक भरोसेमंद स्मोक डिटेक्टर की तरह काम करता था।
- स्तर 2 (मकसद): ध्रुवीकरण किस बारे में है? क्या यह राजनीतिक, नस्लीय, धार्मिक या लिंग-आधारित है? यह कठिन था, जैसे किसी अपराधी के मकसद का अनुमान लगाना।
- स्तर 3 (तरीका): ध्रुवीकरण को कैसे व्यक्त किया जा रहा है? क्या यह अमानवीय भाषा, अत्यधिक अपमान, या सहानुभूति की कमी का उपयोग कर रहा है? यह सबसे कठिन स्तर था, जैसे अपराध में इस्तेमाल किए गए विशिष्ट हथियार का विश्लेषण करना।
4. परिणाम: एक मिला-जुला अनुभव (A Mixed Bag)
टीम का सिस्टम एक मजबूत एथलीट की तरह प्रदर्शन करता है जो कुछ खेलों में उत्कृष्ट है लेकिन दूसरों में संघर्ष करता है:
- जीत: "क्या यह ध्रुवीकृत है?" वाले खेल (स्तर 1) में, सिस्टम एक चैंपियन था, जिसने कई भाषाओं के लिए शीर्ष 20% में स्थान बनाया। इसने सामान्य बहसों और खतरनाक ध्रुवीकरण के बीच सफलतापूर्वक अंतर किया।
- संघर्ष: "यह कैसे व्यक्त किया जाता है?" वाले खेल (स्तर 3) में, सिस्टम लड़खड़ा गया। इसने अक्सर विभिन्न प्रकार के बुरे व्यवहारों के बीच भ्रम पैदा किया, जैसे "सहानुभूति की कमी" को "अमान्य करने" (invalidation) के साथ मिला देना।
- भाषा का अंतर: सिस्टम चीनी और नेपाली जैसी भाषाओं के लिए बहुत अच्छा काम करता है लेकिन हौसा (Hausa) जैसी अन्य भाषाओं के लिए संघर्ष करता है। यह एक ऐसे अनुवादक की तरह है जो फ्रेंच और स्पेनिश में तो कुशल है लेकिन स्वाहिली में भ्रमित हो जाता है।
5. एक साइड प्रयोग: "इमोशन रडार" (The Emotion Radar)
टीम ने अप्रेजल थ्योरी (Appraisal Theory) नामक एक अलग दृष्टिकोण भी आज़माया। कल्पना कीजिए कि यह एक "इमोशन रडार" है जो केवल शब्दों को नहीं पढ़ता, बल्कि यह समझने की कोशिश करता है कि कोई व्यक्ति किसी घटना के बारे में कैसा महसूस करता है (जैसे, "क्या यह व्यक्ति नियंत्रित महसूस कर रहा है? क्या यह सुखद है?")।
- उन्होंने इसका परीक्षण डेटा के एक छोटे सेट पर किया।
- परिणाम आशाजनक थे लेकिन पूर्ण नहीं थे। इसने दिखाया कि भावना के पीछे के संज्ञानात्मक कारणों (कोई व्यक्ति क्यों क्रोधित है) को समझना भविष्य में ध्रुवीकरण का पता लगाने के लिए एक गुप्त हथियार हो सकता है, भले ही यह इस बार मुख्य विजेता नहीं था।
निष्कर्ष
mdok-style टीम ने साबित किया कि आप एक लचीला, बहुभाषी AI गार्ड बना सकते हैं जो कई भाषाओं में ऑनलाइन ध्रुवीकरण का पता लगा सकता है। प्रशिक्षण के दौरान टेक्स्ट के विकृत संस्करणों के साथ AI को "धोखा" देकर, उन्होंने इसे अधिक कठिन और विश्वसनीय बनाया। हालांकि यह अभी भी पूर्ण नहीं है—विशेष रूप से ध्रुवीकरण के सटीक प्रकार को पिनपॉइंट करने के मामले में—लेकिन यह हमारे डिजिटल टाउन स्क्वायर को सुरक्षित रखने की दिशा में एक ठोस कदम है, इससे पहले कि चिल्लाने से हिंसा की स्थिति पैदा हो जाए।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।