研究揭示混语提问降低 LLM 准确率,CANVAS 调整内部表征可挽回
burkov · x · 2026-10-31
一篇新研究探讨多语言大模型在处理混合语言(语码转换)提问时准确率下降的问题,并验证这种损失与模型内部对句法结构的表征有关。
研究者构建了受控对照:955 个事实性问题、9 种目标语言、多个模型家族,分别比较源语言、目标语言和语码转换版本的问题。通过让同一信息分别套用源语言或目标语言的语法框架,他们对比了模型内部表征与回答质量。
论文还提出 CANVAS 方法:利用混合语言输入自身的信息,把模型内部表征引导向目标语言,从而提升回答准确率。
「模型」频道最新
- Qwen 代码库现 Qwen4 痕迹：默认 1M 上下文，还有 qwen4-omni-120b-think — mark_k · 2026-10-31
- Anthropic 取消 Ultra 5 小时限制,网友质疑实为 20x 降 10x 的障眼法 — Michael_D_Moor · 2026-10-31
- Claude 写的 Muon 优化器定理被实测：数值验证到小数点后四位 — vxnuaj · 2026-10-31
- 开发者求助：Claude 写出的 Muon 优化器数学理论深到没人能验证 — vxnuaj · 2026-10-31
- lxfater 调侃：Codex 挺好用，前提你是 wealthy 美国用户 — lxfater · 2026-10-31
- 网友称 Gemini 4 Argon 是 gpt-4-base 以来最自由散养的模型 — amplifiedamp · 2026-10-31