三款大模型跨语言改编数学题审计

一项研究审计了 Claude Opus 4、GPT-4.1 和 Gemini 2.5 Pro 将 60 道英文数学应用题改编为孟加拉语、印地语、旁遮普语、乌尔都语、信德语、意大利语和西西里语的表现，共标注 6,489 处实体变换。 研究由 Parisa Suchdev 和 Juniper Lovato 发表。所选语言覆盖从意大利语、印地语等高资源语言到信德语、西西里语、旁遮普语等研究较少的语言。 审计聚焦的是模型改编的文化一致性，而非改编后的数学正确性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。