本研究探讨了多语言后期培训中跨语言转移的动态性，发现其表现受多种因素的综合影响，而非单一变量。主要发现是有效跨语言转移的实际条件。

本研究探讨古典汉语在处理韩国和日本历史文档时的跨语言转移效用，质疑其有效性，发现支持作用有限，强调需进行实证验证。

本文研究了机器翻译中适配器的组合方法，以提高多领域和多语言的参数效率。传统方法易导致语言遗忘，论文提出新方法减轻此问题，实现跨语言转移。在无场内数据的源语言上提升3-4 BLEU，与反向翻译结合在目标语言上也有类似改进。

本研究提出了CL2CM通用框架，通过跨语言转移改善视觉和目标语言对齐，验证了其高潜力和有效性。

本研究探讨了基于标记级参考无关幻觉检测的跨语言转移。通过引入新的评估数据集ANHALTEN，将英语幻觉检测数据集扩展到德语。结果显示，在德语中，更大的上下文长度能更好地检测幻觉。少样本转移是最有效的方法。作者公开提供了ANHALTEN数据集以促进未来研究。

通过机器翻译和多语言模型进行跨语言转移，特别是对低资源语言的翻译，往返翻译和添加高资源语言的翻译可提高效果。针对不受机器翻译系统支持的语言，提出了有效的基于翻译的跨语言转移策略。使用目标语言校验数据进行模型选择更好。希望促进可靠的基准线方法在跨语言转移研究中的应用。

本研究通过比较英语作为第二语言文本的结构特征和母语语言的类型学特征，证明了语言相似性可以跨语言转移。研究发现，可以直接从ESL文本中恢复母语类型学相似性结构，并预测目标语言的类型学特征。该方法在类型学预测任务上取得了72.2%的准确度，与依赖类型学资源的方法相当。

本文研究了阅读文本时眼动的影响和多语言模型对跨语言转移的使用。作者使用眼动模式和多语言模型成功预测了13种语言的模式，并量化了模型对结构复杂性的敏感性。结果表明，模型整合了跨语言之间的差异，并捕捉到了更复杂的结构信息。

该研究比较了不同文本表示模式的语言模型，发现基于图像的模型在跨语言转移中表现出色，基于分词的模型在偏向于词义的任务中表现优越，具有字符级别关注的模型在依赖解析任务中胜过其他模型。提出了一个建议方案，以指导根据任务和语言要求进行模型选择。

本研究提出了一种以模型为导向的跨语言转移方法，通过使用两种语言之间的子网络相似性作为预测语言兼容性的代理方法，进一步提高了效能。实验证明该方法在多样性任务上优于其他基准模型，并能有效对零样本 XLT 进行排名。同时，研究还对子网络在 XLT 预测中的实用性进行了广泛的分析。

该文提出了一种利用对比学习进行多语言语音和声音表示学习的新框架，旨在实现多语言共享表示，以促进跨语言转移。该方法在情感识别、音频分类和检索基准测试中展示了最先进的性能，为获得跨语言和声学条件下的共享和泛化语音表示提供了一种有效的方法。

该研究比较了不同文本表示模式的语言模型在跨语言转移中的表现，提出了一个建议方案，以指导根据任务和语言要求进行模型选择。

本文研究了机器翻译中适配器的组成方法，提出了新的组合方式以解决缺失语言问题，实现跨语言转移，提高翻译效果。

本研究比较了ByT5和mT5序列模型在多语种语义分析数据集上的表现。实验结果显示，通过使用最新的标签投影方法，机器翻译示例的精确度显著提高。ByT5在跨语言转移和参数大小方面相对于mT5有优势。