事实确实在乎你的语言：评估多语言 LLM 的回答质量
计算与语言
2025-06-09 v1 人工智能
摘要
事实性是有用的教育工具的必要前提。随着大语言模型（LLM）在教育中的应用不断增长，确保其在所有场景下的正确性至关重要。尽管 LLM 具有强大的英语能力，但其在其他语言中的表现很大程度上未经测试。在本工作中，我们评估了 Llama3.1 系列模型在回答适合初中和高中学生的事实性问题时的正确性。我们表明，LLM 不仅提供了多余且真实性较低的信息，还加剧了针对稀有语言的现有偏见。
引用
@article{arxiv.2506.03051,
title = {Facts Do Care About Your Language: Assessing Answer Quality of Multilingual LLMs},
author = {Yuval Kansal and Shmuel Berman and Lydia Liu},
journal= {arXiv preprint arXiv:2506.03051},
year = {2025}
}