细节之处见真章：评估大型语言模型在拉脱维亚和立陶宛短答案匹配中的判断能力

本研究解决了评估大型语言模型在拉脱维亚和立陶宛语言短答案匹配任务中的挑战。我们引入了新数据集，包括502个拉脱维亚和690个立陶宛的问答对，并通过特定的修改规则生成了匹配和不匹配的答案。研究表明，尽管较大的LLM模型在匹配能力上表现优异，但较小模型的表现差异较大，这一发现对未来多语言模型的开发和应用具有重要影响。