本研究提出了一种名为MAET的多语言能力提取与转移方法，旨在解决低资源语言缺乏多语言能力数据的问题。该方法通过提取与语言无关的能力权重，并在不同语言间进行转移，有效提升大型语言模型的多语言能力，实验结果表明其优于传统训练方法。