多语言大语言模型中冲突信息下的语言偏置
计算与语言
2026-04-09 v1
摘要
大语言模型（LLM）已显示在回答问题时整合冲突信息时存在偏置。本研究探讨此类偏置是否也存在于不同语言被用于各类冲突信息的情形中。为回答此问，我们将冲突 needle in a haystack 范式扩展至多语言设置，并针对来自五种语言的自然新闻领域数据，对不同规模的多语言 LLM 进行全面评估。我们发现，所有测试中的 LLM，包括 GPT-5.2，均在大多数情况下忽略冲突，自信地仅断言其中一种可能答案。此外，模型之间存在一致的语言偏置，普遍偏向中文，对俄语以及在最长上下文长度时更偏向中文。这些模式在内部训练和外部训练的模型中均一致，尽管前者更为明显。
引用
@article{arxiv.2604.07123,
title = {Language Bias under Conflicting Information in Multilingual LLMs},
author = {Robert Östling and Murathan Kurfalı},
journal= {arXiv preprint arXiv:2604.07123},
year = {2026}
}