OpenEvals 多语言实测:LLM 普遍难懂俚语与方言变体,常混淆地区用法
saviaga · x · 2026-11-15
OpenEvals 组织的多语言评测活动结果出炉,参与者 saviaga 补充测试了西班牙语,发现不少模型难以理解俚语——西语很多词义取决于语境双关,模型容易出错。
活动主要发现:
- LLM 普遍难以处理语言与方言变体,输出常混淆不同地区的用法(如西班牙语、BKS 等地 mixins)
- 部分模型在俚语上表现出奇地好(如印尼语),另一些则明显吃力
- 大多数 LLM(无论大小)对农村地区的口语变体(如印地语)几乎没有认知
「模型」频道最新
- GergelyOrosz:各家 AI 服务都不稳,单订阅根本不够用 — AccBalanced · 2026-11-15
- OpenAI 自定义指令已达 5 套并存，用户喊话请求合并 — koltregaskes · 2026-11-15
- Nex-AGI 开源 321B 多模态 agent 模型 Nex-N2.6,基于 GLM-5.3-Flash — TheRealMasonMac · 2026-11-15
- 用户实测 GPT 拼合 18 片泰米尔碎纸，连泰卢固语撕纸也复原成功 — Emergency_Abies_6508 · 2026-11-15
- ChatGPT 被发现在回答上方实验性展示 5 条蓝色链接 — gaganghotra_ · 2026-11-15
- OpenAI 72 天未发前沿模型，被猜憋招狙击 Anthropic IPO — Neurogence · 2026-11-15