热点事件持续更新
研究团队推出跨语言知识差异问答基准Waldo
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月，研究团队推出了包含12K个问答对的多语言问答基准Waldo，用于评估大语言模型在跨语言知识缺失与冲突下的查询语言偏好。在针对5种语言和8个大模型的测试中发现，模型在面对知识缺失时能够跨语言调用证据，但在遭遇知识冲突时，回答会强烈偏向与提问语言一致的信源。针对这一偏好问题，研究团队提出了相应的LoRA训练方法，最高可将该偏好差距降低61.5%。
AI 根据报道生成 · 2 小时前更新
最新进展10月2日 12:00
研究团队推出跨语言问答基准Waldo，并提出降低信源语言偏好差距的LoRA方法。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv 自然语言处理大语言模型在跨语言知识差异下的查询语言偏好：Waldo 基准研究
研究团队推出多语言问答基准 Waldo，包含 12K 个问答对，用于评估大语言模型在跨语言知识缺失与冲突下的查询语言偏好。在 5 种语言和 8 个模型的测试中，模型在知识缺失时能跨语言调用证据，但在知识冲突时回答会强烈偏向与提问语言一致的信源。研究提出的 LoRA 训练方法可将该偏好差距最高降低 61.5%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。