使用语言 proficiency 考试测试低资源语言支持：卢森堡语案例
计算机视觉与模式识别
2025-04-03 v1
摘要
大型语言模型（LLM）已成为研究和社会广泛使用的重要工具。尽管LLM在全球范围内被专家和普通用户广泛使用，但它们主要面向英语用户，在英语及其他广泛使用语言方面表现良好，而对如卢森堡语等低资源语言则被视为次要优先事项。这一缺乏关注也体现在可用评估工具和数据集的稀缺。在本研究中，我们探讨了将语言 proficiency 考试作为此类评估工具用于卢森堡语的可行性。我们发现，像Claude和DeepSeek-R1这样的大型模型通常得分很高，而较小的模型表现较差。我们还发现，这类语言考试的表现可用于预测在卢森堡语中的其他NLP任务性能。
引用
@article{arxiv.2504.01666,
title = {CLIP-SLA: Parameter-Efficient CLIP Adaptation for Continuous Sign Language Recognition},
author = {Sarah Alyami and Hamzah Luqman},
journal= {arXiv preprint arXiv:2504.01666},
year = {2025}
}