低资源语言中的数学教育大语言模型：斯林哈拉和泰米尔的研究

大型语言模型（LLM）在数学推理中取得了强劲的成绩，正在被越来越多地部署作为教育场景中的辅导和学习支持工具。然而，它们在非英语语言、尤其是低资源语言环境下为学生提供的数学推理可靠性尚不清楚。我们通过评估斯林哈拉和泰米尔中的数学推理来弥补这一差距——这两种语言广泛用于南亚学校，但在人工智能研究中处于欠representative 地位。我们采用六类数学问题类型的分类，从基本算术到复杂单位冲突和优化问题进行评估。为避免翻译 artifacts 混淆语言能力与翻译质量，我们构建了一个平行数据集，其中每个问题均由具有强数学背景的母语斯林哈拉和泰米尔作者独立撰写，以及由具有数学背景的英语流利者撰写。我们的分析显示，尽管基本算术推理在不同语言之间可靠地迁移，但复杂推理任务在斯林哈拉和泰米尔中表现显著下降。失败模式因模型和问题类型而异，表明英语中的优异性能不必然保证在不同语言中的可靠表现。这一发现直接影响在多语言教室中部署 AI 工具的实践，并凸显了在非英语教育情境下采用大型语言模型作为数学辅导工具前需进行语言特定评估的必要性。