在大型语言模型（LLMs）在许多通用自然语言处理任务中表现出色的同时，它们的形式推理能力常常受到内容效应的影响，显示出对现实世界可行性的可测量偏见。本文介绍了我们在2026年SemEval任务11中的系统，该任务评估模型在12种语言中解构形式逻辑与内容的能力，涵盖带有和不带有干扰前提的情况。
为了解决这一挑战，我们使用了经过微调的mDeBERTa-v3网络，针对一个合成的、基于规则的三段论数据集进行训练，以避免LLM增强数据的语义噪声。为了明确地将可行性与逻辑结构解耦，我们的训练管道采用了多目标损失函数，结合了自适应群体分布鲁棒优化（DRO）、调度的可微偏差惩罚以及KL散度一致性正则化。
在子任务1（英语）、子任务2（噪声英语）和子任务3（多语言）中，我们的系统取得了第一名的排名和完美的排名分数（100.0），偏差为0.00%，准确率为100.0%。在高度复杂的子任务4（噪声多语言）中，系统获得了第六名，准确率和F1分数为89.06%，偏差为2.89%，排名分数为37.78。我们的数据集生成引擎和代码库公开可用，以促进未来在稳健逻辑推理方面的工作。
博主点评： 本文通过细致的多目标优化策略，成功将形式逻辑与内容分离，展现出LLM在推理任务中的潜力与挑战。其方法论值得在更广泛的NLP领域内进一步探讨与应用。