用提示工程让大模型改写西班牙语文本，更通俗易懂。
CardiffNLP at CLEARS-2025: Prompting Large Language Models for Plain Language and Easy-to-Read Text Rewriting
- 通过多种提示模板优化大模型文本改写能力
- 在两项任务中分别获得第二、第三名，表现优异
- 适合需要提升文本可读性的自然语言处理应用
本文介绍卡迪夫NLP团队在2025年伊伯莱夫（IberLEF）举办的CLEARS共享任务中对西班牙语文本简化任务的贡献。该共享任务包含两个子任务，团队参与了全部项目。我们采用大语言模型提示工程方法，并设计了多种提示变体。虽然初期实验使用LLaMA-3.2，但最终选用Gemma-3模型进行提交，在子任务1中获得第三名，在子任务2中获得第二名。论文详细阐述了各类提示设计、具体示例及实验结果。
原文摘要 · Abstract (English)
This paper details the CardiffNLP team's contribution to the CLEARS shared task on Spanish text adaptation, hosted by IberLEF 2025. The shared task contained two subtasks and the team submitted to both. Our team took an LLM-prompting approach with different prompt variations. While we initially experimented with LLaMA-3.2, we adopted Gemma-3 for our final submission, and landed third place in Subtask 1 and second place in Subtask 2. We detail our numerous prompt variations, examples, and experimental results.
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。