语言向量改善多语言上下文学习

研究者 Neeraja Kirtane 和 Kuan-Hao Huang 提出“语言向量”方法：计算平行语料在特定层的平均激活差，作为推理时对模型隐藏状态的偏移量，无需更新参数即可在19种语言、三个任务和三个模型上优于英语少样本提示。 这些向量呈现可解释的语言结构，近亲语言聚成紧密簇，并能跨任务、跨语言迁移；近亲语言的向量恢复的增益更多。 该结果来自 arXiv 计算语言学分类论文，属作者报告的实验结论。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。