研究审计三款LLM数学题跨语言改编

一项新研究审计了 Claude Opus 4、GPT-4.1 和 Gemini 2.5 Pro 将英文数学应用题改编为其他语言时的文化翻译质量。研究者让三款模型把 60 道英文数学应用题改编成孟加拉语、印地语、旁遮普语、乌尔都语、信德语、意大利语和西西里语，共标注 6489 条实体转换进行分析。 研究者称，这套语言覆盖从高资源语言（如意大利语、印地语）到研究较少的信德语、西西里语和旁遮普语。研究由 Parisa Suchdev 和 Juniper Lovato 提交并发布为 v2 版本。

AI 根据报道生成 · 54 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。