LLM通过微调难以关联比喻语言和文化知识

一篇新的研究论文探讨了大型语言模型（LLM）如何处理比喻和文化知识，并研究了在特定文化数据上进行微调是否能提高它们对比喻语言的理解能力。该研究使用了四种模型—ALLaM-7B、Fanar-1-9B、Qwen3-8B 和 Llama-3.1-8B—以及六个阿拉伯语数据集。结果表明，在诗歌上进行微调可以提高习语的理解能力，但文化微调会降低谚语解释的准确性。研究表明，虽然LLM可以适应比喻内容，但文化与比喻语言之间的关系很复杂，仅通过微调难以捕捉。 AI

影响 表明当前LLM微调方法在捕捉细微的文化和比喻语言理解方面存在局限性。

排序理由 该集群包含一篇详细介绍LLM能力研究结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• ALLaM
• ArabicMMLU
• Fanar-1-9B
• Hugging Face
• Llama-3.1:8b
• Qwen3_8B

• 论文
• 模型发布

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