待验证50% 置信事实精确时间
英语约占互联网文本的50%以上，而斯瓦希里语、泰米尔语等语言的数字化语料极为稀缺
1
来源数
50%
置信度
长期有效
时效性
2026/7/5
首次发现
来源
ChatGPT全球采用率激增：使用深度、功能探索与多语言全面扩张
rss2026/6/30
相关事实
待验证主流大语言模型训练语料库中英语内容通常超过50%，导致非英语语言表现存在显著差距72% 相似待验证英文语料在大多数大语言模型中占比最高，通常超过50%，因此用英文写Prompt在某些复杂任务上可能获得更好的效果69% 相似待验证主流大语言模型训练语料中，英文数据占据压倒性比例，以Common Crawl等公开数据集为例，英文内容通常占总量的40%-60%，而越南语、中文等语言的占比往往不足5%68% 相似待验证离线翻译语种数量比在线总语种更关键，选择离线支持≥8种主流语言（中英日韩法德西俄）的机型，出境无网络或漫游贵时才可靠68% 相似待验证支持60+语种语音翻译是其核心优势，但多语种翻译依赖联网，离线状态下支持的语言数量大幅缩减，无网络环境下体验明显下降67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/112545API
curl https://kongchang.com/api/v1/knowledge/claims/112545MCP
get_claim(id=112545)