已过期50% 置信事实精确时间

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

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30(已过期)

来源

Prompt工程核心方法论：从原理到实战的系统精讲

bilibili大模型研究所2026/5/27

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85% 相似待验证主流大语言模型的训练数据中，英文内容通常占据60%-80%的比例76% 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%74% 相似待验证Common Crawl等通用语料库中英语占比通常超过45%，而葡萄牙语不足2%71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/52683

API

curl https://kongchang.com/api/v1/knowledge/claims/52683

MCP

get_claim(id=52683)