mEdIT：通过指令微调实现多语言文本编辑

我们介绍了mEdIT，这是CoEdIT的多语言扩展——CoEdIT是近期最先进的写作辅助文本编辑模型。mEdIT模型通过指令微调对多语言大型预训练语言模型（LLM）进行微调训练。它们旨在接收用户以自然语言指令形式指定所需文本属性的指令，例如“Grammatik korrigieren”（德语）或“Parafrasee la oración”（西班牙语）。我们通过整理来自多个公开人工标注文本编辑数据集的数据来构建mEdIT，这些数据集涵盖六个不同语系的多种语言，涉及三个文本编辑任务（语法纠错、文本简化和改写）。我们详细介绍了mEdIT模型的设计和训练，并展示了它们在与其它多语言LLM相比的多个多语言文本编辑基准上的强劲性能。我们还发现，mEdIT在多语言基线上能有效泛化到新语言。我们在https://github.com/vipulraheja/medit公开了我们的数据、代码和训练模型。