一位斯洛文尼亚开发者分析了自己向 Claude Code 提出的 2,300 条提示，发现即使存在拼写错误和混合使用的英语技术术语，使用斯洛文尼亚语进行提示也不会显著降低大型模型的性能。研究表明，大型语言模型在共享的、以英语为中心的概念空间中处理意义，因此非英语输入的影响很小。虽然小型模型可能表现出更大的性能差距，但由于包含了英语技术术语和文件路径，斯洛文尼亚语输入的 token 成本也低于预期，尽管输出 token 仍然是延迟的一个重要因素。 AI
影响 表明提示语言选择对大型模型影响甚微，可能简化非英语使用者的工作流程。
排序理由 对个人提示数据和现有关于 LLM 多语言性能的研究进行分析。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
