CALM:释放语言模型问答中的跨语言自我对齐能力

📝

内容提要

本研究针对大型语言模型在跨语言问答中的性能差异问题,提出了跨语言自我对齐能力(CALM)的方法,以实现不同语言间知识的一致性对齐。通过采样多语言的响应并选择最一致的答案作为目标,该方法显著提升了模型在零样本和检索增强设置下的跨语言知识问答表现,且增加培训语言的种类可以进一步提高准确性和一致性。

🏷️

标签

➡️

继续阅读