待验证50% 置信事实精确时间
现有跨语言知识迁移方法普遍依赖大规模平行语料、翻译系统、辅助模型或额外训练阶段，成本高昂
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/5
首次发现
有效期至：2026/12/4
来源
相关事实
待验证大语言模型规模突破临界点后会涌现出训练阶段未明确教授的新能力，如多步骤推理、跨语言类比和工具调用规划76% 相似待验证现代多语言大模型在预训练阶段建立语言无关语义表示，通过海量多语言语料联合训练在高维向量空间中构建跨语言语义对齐76% 相似待验证跨语言迁移学习使模型在高资源语言上积累的声学知识能迁移至低资源语言，是单一模型支撑83种语言并保持一致音质的核心机制75% 相似待验证端到端语音-语音翻译模型通过海量多语言平行语料联合训练，在潜在空间完成跨语言转换，可将端到端延迟压缩至亚秒级74% 相似待验证词汇干预方法的核心是在词汇层面进行轻量化操作，绕开对平行数据、翻译系统和额外训练阶段的重度依赖72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/860380API
curl https://kongchang.com/api/v1/knowledge/claims/860380MCP
get_claim(id=860380)