翻译腔的方言差异如何塑造语言模型学习

研究用24种类型学和资源差异悬殊的源语言翻译出的英文文本训练小型英语语言模型，系统分析源语言如何影响模型行为。结果显示，源语言对模型表现有明确影响：通用困惑度更多由译本的词汇多样性驱动，而语法表现与英语的类型学相似度强相关（前提是训练数据充足），翻译质量也是语言建模表现的强预测因子。