EMNLP 论文：多语言 LLM 隐层「语言归属」随探测方法而变
ABosselut · x · 2026-10-26
EMNLP 2026 论文《Lingua Franca or Probing Artifact?》探讨一个可解释性问题：多语言 LLM 的内部表征到底是不是「英语为主」？
作者发现答案取决于你怎么问：用三种不同的隐层语言识别（latent language identification）方法探测同一批 hidden states，会得到不同的结论。这提示此前「多语言模型内部以英语运作」的说法可能是探测方法造成的伪影（probing artifact），而非模型本身属性。
「研究」频道最新
- 从 Bellman 到 GRPO:一张时间线讲清 RL「policy」一词七十年源流 — geoffwolfe · 2026-10-26
- Hugging Face 开源 Carbon-X：14.8B 模型聊天读 DNA，测变异成本仅 frontier 3% — _lewtun · 2026-10-26
- 新研究：更强的模型未必是更好的蒸馏老师 — pappasg69 · 2026-10-26
- Nature 论文：GPT-3 展现涌现式类比推理，多数测试比肩甚至超越人类 — ArtificialOther · 2026-10-26
- 4B 模型 OCRia-1 登顶文档解析：ParseBench 均分 0.87，解码快 2-4 倍 — NielsRogge · 2026-10-26
- 斯坦福博士辍学加入 OpenAI：扩散语言模型 vs 自回归路线之辩 — aaron_lou · 2026-10-26