Native-Language Generation

大型语言模型建议因母语与角色提示而异

一项发表在arXiv上的新研究探讨了大型语言模型（LLM）以其母语生成建议与采用“母语者”角色之间的差异。研究人员发现，提示LLM扮演母语者（NP）角色通常会增加社交线索的使用并带来更积极的语气，但与以目标语言生成后翻译（NL）相比，其建议的可操作性较差。该研究分析了13种语言和八个LLM的600个建议问题，表明引发跨语言响应的方法显著影响了建议的表述方式和推荐的操作。