从单语到双语：大型语言模型在心理语言学任务中的语言条件化研究
计算与语言
2025-08-05 v1
摘要
大型语言模型（LLM）表现出强大的语言能力，但关于它们如何在不同语言中编码心理语言学知识的问题鲜有了解。我们研究了LLM在不同语言身份下是否 exhibit人类类似的心理语言学反应，使用两个任务：声音象征和词语情感。我们评估两个模型，Llama-3.3-70B-Instruct和Qwen2.5-72B-Instruct，在英语、荷兰语和中文的单语和双语提示下进行评估。行为上，两个模型都根据提示的语言身份调整其输出，Qwen表现出更大的灵敏度和对荷兰语和中文之间差异的更尖锐区分。探针分析显示，心理语言学信号在更深的层次中变得更易解码，中文提示导致更强更稳定的情感表示 than荷兰语。我们的结果表明，语言身份条件化LLM的输出行为和内部表示，为将其作为跨语言认知模型提供了新的见解。
引用
@article{arxiv.2508.02502,
title = {From Monolingual to Bilingual: Investigating Language Conditioning in Large Language Models for Psycholinguistic Tasks},
author = {Shuzhou Yuan and Zhan Qu and Mario Tawfelis and Michael Färber},
journal= {arXiv preprint arXiv:2508.02502},
year = {2025}
}