Cohere Labs 论文:数据配比让 3.35B 模型 60 种语言母语推理率超 93%
Cohere_Labs · x · 2026-09-11
Cohere Labs 发布新研究《Building Multilingual Bridges》,研究如何让推理模型用用户提问的语言直接推理(L2 reasoning),而非一律切回英文。
- 团队以数据为中心,系统研究 SFT 阶段的数据构成与调度对推理泛化的影响,训练出 3.35B 的 Tiny Aya L2-Thinker。
- 在覆盖数学、常识推理、指令遵循、开放生成与文化推理的 6 个基准上,60 种语言的母语推理率超过 93%,同时保持性能。
- 关键发现:泛化到未见语言依赖三要素——更广的语言覆盖、易获取的多语言非推理数据,以及足够强的英文推理骨干。
所属事件:Cohere 开源 Tiny Aya L2-Thinker：3.35B 模型多语言母语推理(4 条相关)→
「研究」频道最新
- MissionReport 基准：540 份政府任务报告仅 3 份全达标 — Exp_Mark · 2026-10-27
- Finch 1 发布：用 50+ 种传感器影像训练的通用地理空间基础模型 — Scobleizer · 2026-10-27
- Skyfall AI 推出工程世界模型 SKY-001:文本转 CAD 构建,3.9 秒 vs GPT-6 的 199 秒 — rohanpaul_ai · 2026-10-27
- 物理学家让 AI 自选课题：两小时产出可登顶刊的论文 — burny_tech · 2026-10-27
- 研究者谈评测集透明度:组合性评测仍存数据污染隐患 — najoungkim · 2026-10-27
- 可解释性研究该分清形式与估计器：均值差转向不如直接梯度下降 — johnhewtt · 2026-10-27