SemEval-2026 幽默生成系統：觀眾偏好建模與約束生成

研究論文提出一個幽默生成系統，專門針對 SemEval-2026 Task 1 (MWAHAHA) 的約束幽默生成任務。該系統採用「生成多個候選者然後選擇最佳」的策略，首先通過多步提示、模型集成和多樣性解碼生成多樣的候選者池，然後使用一個偏好模型來選擇輸出，該模型通過從人類比較中學習來模擬「讀者」的偏好。為了支持這個方法，研究團隊發佈了 2.5K 個通過 Humor Arena 原型收集的人類 pairwise 判斷。此外，他們提出了一個可解釋的管道，將標籤比較轉換為偏好模型。在三個偏好數據集上，他們的模型持續優於基線，並展現出更強的跨領域遷移能力。最終，將學習到的偏好模型應用於為 MWAHAHA 設置排名候選者，並發佈了中間 artifacts（候選池和排名）以促進後續工作。在 MWAHAHA 任務中，該系統在英語和中文子任務中排名第一，在西班牙語子任務中排名第二。