MetaXCR：基于强化学习的跨语言常识推理元迁移学习

本研究针对现有常识推理数据集大多基于英语，导致跨语言低资源常识推理缺乏数据的挑战，提出了一种多源适配器MetaXCR。该方法通过扩展元学习并引入强化学习抽样策略，有效地利用有限的标注数据提升模型在目标语言上的表现，实验结果表明MetaXCR在性能和参数效率上均优于现有技术。