探索使用单个高达9B参数的大语言模型进行多语言语法纠错的可行性：17个模型的比较研究

最近的语言模型能够成功解决各种语言相关任务，并且许多模型能理解以不同语言表述的输入。在本文中，我们探讨了17个流行模型在纠正英语、德语、意大利语和瑞典语文本中的语法问题时的性能，即使用单个模型来纠正所有这些语言的文本。我们分析了这些模型生成的输出，重点关注在保持改动较小的同时减少语法错误的数量。得出的结论有助于我们理解这些模型中出现的问题，以及哪些模型可被推荐用于多语言语法纠错任务。我们列出了六个在所有四种语言中都能提高语法正确性的模型，并表明Gemma 9B是目前在所考虑的语言中表现最佳的模型。