English(EN) Predicting Multilingual Classification and Translation Performance of LLMs with Cross-Lingual Alignment $\unicode{x2013}$ Is English Enough?

新研究探讨大型语言模型跨语言对齐在分类和翻译中的应用

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-05 04:00

一篇新的arXiv论文研究了跨语言对齐（CLA）分数在多大程度上可以预测大型语言模型（LLMs）在分类和机器翻译任务上的表现。该研究比较了27种CLA分数变体，并引入了一种新的基于PMI的翻译指标来评估不同语言的翻译质量。研究结果表明，与英语的对齐是性能的有力预测指标，这表明大型语言模型可能将英语作为内部枢纽语言。 AI

影响这项研究可能带来更好的方法来评估和改进多语言大型语言模型的能力，尤其是在翻译任务方面。

排序理由该集群包含一篇在arXiv上发表的学术论文，详细介绍了关于大型语言模型性能预测的研究。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Adnan Al Ali, Kathy H\"ammerl, Jind\v{r}ich Libovick\'y, Alexander Fraser · 2026-08-05 04:00

Predicting Multilingual Classification and Translation Performance of LLMs with Cross-Lingual Alignment $\unicode{x2013}$ Is English Enough?

arXiv:2608.03446v1 Announce Type: new Abstract: Multilingual large language models (LLMs) have been shown to perform better on non-English classification tasks when the representations of the given language are more aligned to English within the model. Several cross-lingual align…

报道来源 [1]

Predicting Multilingual Classification and Translation Performance of LLMs with Cross-Lingual Alignment $\unicode{x2013}$ Is English Enough?

相关实体

相关话题