语言距离在公平跨语言迁移中具有实用性

新研究针对 10 个跨语言任务与 2 个多语言模型，首次从公平性视角评估了跨语言迁移中的源语言排序范式。实验表明单一语言距离与全英语基线存在显著的资源和任务不平等，而免训练复合距离可大幅减轻不平等，经训练的排序器几乎将其消除。该研究证实语言距离能为公平高效的源语言选择提供实用依据，建议在无任务评估数据时优先采用复合距离。