大型语言模型是否在低资源环境中平等地掌握所有语言？一项比较性研究
原文中文，约500字，阅读约需2分钟。发表于：。通过将英语翻译为孟加拉语、印地语和乌尔都语，我们提供了用于情感和仇恨言论任务的数据集，促进了对低资源语言处理的研究。此外，我们全面检查了在英语和南亚常用语言之间使用多个 LLM 的零样本学习。我们的发现表明，GPT-4 在不同任务中稳定胜过 Llama 2 和 Gemini，在低资源语言方面英语始终展现出卓越的性能。此外，我们的分析显示，自然语言推理 (NLI)...
最新研究发现，大型语言模型在非洲语言上性能较差，与英语等高资源语言相比存在较大差距。GPT-4在分类任务上表现良好，但在机器翻译等生成任务上表现糟糕。mT0在非洲语言上的跨语言问答表现最佳。研究呼吁确保非洲语言在大型语言模型中得到充分代表。
