跨语言与不同文本粒度下的 CEFR 等级评估

针对 CEFR 等级预测中类别不平衡与边界模糊问题，提出结合 Focal Loss 与监督对比学习的统一训练目标。该方法在单语和多语环境下的句子级及文档级评估中，均持续优于强基线模型，并在多个 CEFR 评估基准上确立了新的 SOTA 性能。