待验证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
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% 相似待验证词库语种越多、发音质量越高，价格和体积越大；纯英语学习者选专精英语的机型比选'十国语言'的通用机型更划算，多语种机型往往每个语种的词库深度和例句都打折扣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/52683API
curl https://kongchang.com/api/v1/knowledge/claims/52683MCP
get_claim(id=52683)