Zuse：面向 27 种欧洲语言的决策模型家族，27B 版本准确率达 87.5%
kalyan_kpl · x · 2026-11-05
arXiv 论文（2611.06238）发布 Zuse，一组面向 27 种欧洲语言的「决策模型」（4B/9B/27B）：读入文档后为固定选项集输出概率，而非生成文本。
方法：在冻结的开源底座模型上训练低秩 adapter 和 pointer head。此前 2026 年出现的决策模型均未公布英语以外语言的结果，Zuse 填补这一空白。
结果：在 11 个未参与训练的数据源、9 类任务、27 种语言组成的欧洲套件上，27B 模型达到 87.5% 准确率，pooled ECE 0.016（按源加权 0.035）。在英语公开套件上则落后于 Jev 和 Kev。
三个发现：
- 失准由任务而非语言结构决定：知识类任务系统性过自信，可接受度判断系统性欠自信，单一温度缩放无法同时纠正两者
- 在 5% 错误预算下可自动化的决策比例与 chance-corrected skill 的相关性（Spearman 0.97）高于与原始准确率的相关性（0.91）
- 超出训练语言的泛化能力由底座模型决定：跨 210 种语言，更换训练流程在同尺寸下最多只带来约 2 分波动
「研究」频道最新
- 马普所论文：开启推理让 LLM 更趋同，连错误也一起犯 — rohanpaul_ai · 2026-11-05
- HF 热榜：Qwen3.5-0.8B「权重空间编程」微调模型上榜 — RikiyaT · 2026-11-05
- Nature 发表「涌现失对齐」论文：窄任务微调可致模型广泛失对齐 — davidmanheim · 2026-11-05
- FineWeb-30M 训练提速至 14.2 秒，单节点 8xH100 再破纪录 — RobertTLange · 2026-11-05
- 红杉播客：Trajectory 用 GRPO 变体让企业持续学习成本大降 — Training Data (Sequoia) · 2026-11-05
- HPI 团队 AI 系统 GorillaMonitor 获国家地理德文版报道 — gdm3000 · 2026-11-05