该论文介绍了XTREME，一个用于评估多语言表示跨语言泛化能力的基准测试。研究发现，跨语言模型在句法和句子检索任务上存在差距。该基准测试旨在推动跨语言学习方法的研究。

The slides from my talk at the February 2023 SFPUG Meeting are now available.