Simorgh 参加 SemEval-2026 任务 7：面向低资源文化推理的区域感知混合检索多语言问答

尽管大语言模型在通用领域推理表现优异，但在数据稀缺语言的文化知识推理上仍面临挑战。本文基于包含 30 种语言的社会文化领域 BLEnD 基准，提出一种区域感知混合检索方法，结合 BM25 lexical 匹配、稠密语义相似度及区域加权启发式策略，以提升答案相关性。检索文档用于构建结构化提示，输入量化后的 Qwen3-14B 模型，并采用基于 logits 的确定性答案选择。实验表明，该方法在跨语言稳定性上优于纯参数推理，但训练数据不平衡导致的性能差距依然存在。