Perpustakaan Digital ITB

learning (SCL) dalam skema teacher-student, dengan bahasa Indonesia sebagai pivot dan bahasa Jawa serta Sunda sebagai bahasa target. SCL memanfaatkan distribusi kemiripan sebagai soft label sehingga model dapat belajar dari hubungan semantik relatif antar kalimat tanpa perubahan arsitektur. Evaluasi dilakukan menggunakan korpus paralel FLORES+ dengan metrik top-1 retrieval accuracy dan average cosine similarity (ACS), serta mengeksplorasi variasi pembentukan soft label (priority dan average) dan embed direction (left, right, dan both), dengan pembanding hard-label losses NT-Xent dan Triplet. Hasil menunjukkan bahwa konfigurasi optimal berbeda antar pasangan bahasa, untuk Indonesia-Jawa, kinerja terbaik diperoleh dengan SCL average dan embed direction both. Sementara itu, untuk Indonesia-Sunda kinerja terbaik dicapai oleh SCL priority dengan embed direction left atau right. Temuan ini menegaskan efektivitas SCL dalam meningkatkan multilingual alignment pada LLM decoder-only bagi bahasa berdaya rendah serta pentingnya penyesuaian kategori pembentukan soft label dan embed direction perbahasa.