Global PIQA
Contribuer aux exemples en zarma d’un benchmark multilingue du raisonnement de bon sens à travers les langues et les cultures.
Ma contribution
Coauteur contributeur · Contribution au jeu de données zarma
Le contexte
Les benchmarks de bon sens doivent proposer des exemples pertinents dans différentes langues et cultures. Ma contribution portait sur le zarma, une langue ouest-africaine à faibles ressources, au sein de la collaboration Global PIQA.
Comment j’ai travaillé
- Préparer les exemples. Travail avec M. K. Keita sur les prompts servant à générer des exemples candidats.
- Relire et sélectionner. Contribution au filtrage et au formatage des exemples générés, avec examen de la pertinence culturelle des exemples sources en français.
- Contribuer à un benchmark commun. Intervention centrée sur les données en zarma, sans revendiquer la conception du benchmark multilingue ni de l’ensemble de son évaluation.
Livrables et enseignements
J’ai contribué au jeu de données en zarma et figure parmi les auteurs contributeurs de l’article public. L’article présente les questions scientifiques, la conception du benchmark et les résultats de la collaboration.
Ce travail relie mon intérêt pour les langues et l’IA à la préparation concrète de données : un exemple doit être compréhensible et culturellement pertinent, pas seulement bien formaté.
Portée et limites
Ma contribution individuelle porte sur la préparation et la relecture des données en zarma. Les résultats globaux du benchmark sont ceux de l’équipe scientifique. Le préprint et sa liste d’auteurs sont publics ; l’acceptation à NeurIPS 2026 est indiquée dans mon CV.