热点事件持续更新
研究揭示后训练削弱大模型多语言语法能力
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月，一项基于101种语言句法基准MultiBLiMP的研究发布。该研究评估了语言差异对大语言模型多语言语法能力的影响，通过测试6个模型家族的基座与后训练模型发现，后训练会削弱大模型的语法能力，且低资源语言受损最严重。研究同时指出，模型内部仍保留着无法直接表达的语法知识，使用母语提示词可有效恢复低资源语言中隐藏的能力。对此，研究建议多语言评测应采用多范式协议，以避免低估低资源语言水平。
AI 根据报道生成 · 3 小时前更新
最新进展10月2日 12:00
研究表明后训练会削弱大模型语法能力，母语提示词可恢复低资源语言中隐藏的能力。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv 自然语言处理评估语言差异对大语言模型多语言语法能力的影响
一项基于 101 种语言句法基准 MultiBLiMP 的研究发现，后训练会削弱大语言模型的语法能力，且低资源语言受损最严重。研究测试了 6 个模型家族的基座与后训练模型，表明模型仍保留无法直接表达的语法知识，而母语提示词可有效恢复低资源语言中隐藏的能力。研究指出多语言评测需采用多范式协议，以避免低估低资源语言水平。
本事件热度走势
当前热度 9·可比范围峰值 10（10月2日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。