BabyLM Turns 4 and Goes Multilingual: Call for Papers for the 2026 BabyLM Workshop
本文宣布 BabyLM 研讨会将于 2026 年举办第四届活动，在延续英语严格与严格小型赛道的基础上新增英、荷、中三语多语言赛道，并征集关于训练效率、小数据训练、认知建模、模型评估及架构创新等相关主题的论文。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
这篇论文其实是一份**“邀请函”兼“比赛规则说明书”**，来自一个名为 BabyLM 的学术项目。
想象一下，BabyLM 是一个**“语言学习幼儿园”**，它已经 4 岁了。这个幼儿园的目标不是培养超级天才（像那些吃了几万亿字的大模型），而是研究：如果只给一个“孩子”吃很少很少的“语言食物”，它还能学会说话吗？而且，它是怎么学会的？
为了庆祝 4 岁生日，他们决定把幼儿园升级，并举办一场新的比赛。以下是用大白话和比喻为你拆解的核心内容：
1. 核心目标：我们要培养什么样的“语言宝宝”？
以前的 BabyLM 只教英语。今年，他们决定**“走出英语，拥抱世界”**。
- 比喻：以前这个幼儿园只教孩子说英语。今年，他们决定同时教孩子说英语、荷兰语和中文。
- 为什么？ 因为人类小孩学语言时，面对的是不同的口音、不同的文字（有的有字母，有的是方块字）。研究者想看看，在数据量很少的情况下，模型能不能像人类一样，学会不同语言之间的“互通”和“迁移”。
2. 比赛规则：三个“赛道”
这次比赛就像一场**“限时速食烹饪大赛”**，参赛者必须用极少的食材（数据）做出一顿大餐（训练出一个模型）。
- 赛道一：严格标准版 (STRICT)
- 规则：你只能用 1 亿个单词 的食材。
- 比喻：给你一袋中等大小的米，你必须煮出一锅好饭。
- 赛道二：严格迷你版 (STRICT-SMALL)
- 规则：你只能用 1000 万个单词 的食材。
- 比喻：给你一小把米，看你怎么煮出好饭。这更难，因为食材更少。
- 赛道三：全新多语言版 (MULTILINGUAL)
- 规则：你可以自由搭配英语、荷兰语和中文的食材，但总重量不能超过 1 亿个“字节当量”（一种换算单位，因为中文和英文占的存储空间不一样）。
- 比喻：你可以做“中西合璧”的饭，比如一半米饭，一半面条，但总热量不能超标。
3. 今年的大变化（重要！）
A. 合并了“多模态”和“互动”赛道
以前有专门的赛道让你用“图片 + 文字”或者“和另一个 AI 对话”来训练。今年，这两个赛道取消独立身份，直接并入上面的“标准赛道”和“迷你赛道”。
- 比喻：以前有专门的“画画班”和“聊天班”。现在，这些活动变成了“主课”的一部分。你可以在煮饭（训练模型）时，一边看图片（多模态），一边和另一个 AI 厨师（外部模型）聊天互动，只要你的总食材（1 亿或 1000 万单词）不超标就行。
- 目的：模拟真实的人类学习——我们学语言时，不仅仅是听，还会看图片、看大人做手势、和大人互动。
B. 数据“大扫除” (去毒)
去年的研究发现，以前的训练数据里混入了一些“坏东西”（脏话、仇恨言论），这就像给幼儿园的孩子看了一些不适合的动画片。
- 行动：今年，组织者把数据彻底清洗了一遍，去掉了所有有毒内容，确保给“语言宝宝”吃的是健康的食物。
C. 限制“复习次数” (Epochs)
以前，有些参赛者为了让模型变强，把同一本教材反复读了 100 遍、1000 遍。
- 新规则：现在限制最多只能读 10 遍。
- 比喻：人类小孩学说话，听一遍就记住了，不会把同一句话重复听几千遍。如果模型靠“死记硬背”（反复刷数据）才学会，那就不符合“像人类一样学习”的目标了。这也为了公平，防止那些有超级计算机的实验室靠“暴力计算”碾压小实验室。
4. 为什么要做这件事？
- 科学意义：计算机科学家想通过这种“少数据”训练，来模拟人类小孩的大脑是如何工作的。
- 公平性：让没有超级计算机的小团队也能参与，因为限制数据量比限制算力更公平。
- 多样性：以前大家只关注英语，现在关注全球语言，特别是那些资源匮乏的语言（比如中文和荷兰语在数据量上的差异），看看模型能不能学会“举一反三”。
5. 怎么参加？
- 时间：2026 年 2 月发布数据，10 月在布达佩斯开会。
- 提交：你需要提交你的模型、中间的学习过程记录（就像孩子的成长日记），以及一篇论文。
- 门槛：即使你不参加比赛，只要你的研究是关于“小数据学语言”、“多语言学习”或“认知科学”的，都可以投稿参加研讨会。
总结
BabyLM 2026 就是一场“语言学习奥林匹克”。
它不再追求谁吃得最多（数据最多），而是追求谁吃得最精、学得最像人类小孩。今年特别增加了“多语言”挑战，并清理了“食物”里的毒素，限制“复习”次数，旨在培养真正高效、健康、能理解多种文化的“语言宝宝”。
如果你对人类如何学习语言，或者如何让 AI 更聪明地学习感兴趣，这就是一个非常有趣的舞台！
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。