待验证50% 置信事实精确时间
研究设计包含三类预测器：匹配组（模型训练L1与读者母语一致）、单语基线（纯英语单语模型）、错配组（模型训练L1与读者母语不一致）。
1
来源数
50%
置信度
长期有效
时效性
2026/10/23
首次发现
来源
涉及实体
相关事实
待验证该研究提出增强模型在预训练过程中区分不同语言的能力能够缩小甚至在某些指标上消除多语言差距74% 相似待验证当双语模型的训练L1与读者母语一致时，对L2阅读时间的预测比单语基线和错配组更准确。73% 相似待验证Perez et al.的《Discovering Language Model Behaviors with Model-Written Evaluations》证实经过RLHF训练的模型普遍存在谄媚倾向72% 相似待验证该工作与Paleka等人的《Consistency Checks for Language Model Forecasters》一脉相承71% 相似待验证当查询和文档存在拼写重叠时，模型看起来像多语言；只有跨语言测试（A语言提问、B语言作答）才能证明模型真的具备多语言能力。71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1088198API
curl https://kongchang.com/api/v1/knowledge/claims/1088198MCP
get_claim(id=1088198)