研究显示，大型语言模型在仅用32个实例细调后，具备强大翻译能力。单向细调可实现多方向翻译，但翻译方向选择很重要。用英语细调可能导致误解，尤其在目标语言表示良好时，噪声影响更大。对表示不足的语言，噪声影响较小。成功对齐依赖于模型保持表面关注，避免偏差影响。

研究显示，大型语言模型在仅用32个实例细调后，具备强大翻译能力。单向细调可实现多方向翻译，但翻译方向选择很重要。用英语细调可能导致误解，尤其在目标语言表示良好时，噪声影响更大。对于表示不足的语言，噪声影响较小。成功对齐依赖于模型保持表面关注，避免学习错误偏差。

本文研究了不同ially private数据集的发布对资源分配任务的影响，并提出了减轻影响的指导方针。添加隐私噪声会对某些群体产生不成比例的影响，该论文分析了原因并使用differentially private census data进行了评估。