ICLR 2025 多语言大模型相关论文速览

文章预览

©  作者｜ 罗文扬 机构｜中国人民大学 研究方向｜ 大语言模型 Dataset and benchmark MMTEB: Massive Multilingual Text Embedding Benchmark 文本嵌入通常仅在有限的任务集上进行评估，这些任务在语言、领域和任务类型上都较为单一。为了突破这一限制并提供更全面的评估，我们提出了大规模多语言文本嵌入基准（MMTEB）。这是一个由社区驱动的大规模扩展项目，将MTEB扩展到超过500个质量受控的评估任务，涵盖超过1,000种语言。MMTEB包含了一系列具有挑战性的全新任务，例如指令跟随、长文档检索和代码检索，成为迄今为止针对嵌入模型的最大多语言评估任务集合。 Mexa: Multilingual Evaluation of English-Centric LLMs via Cross-Lingual Alignment 英语为中心的大语言模型（LLMs）通常表现出较强的多语言能力。然而，这些模型的多语言性能在许多语言上的表现仍不明确，且缺乏全面的 ………………………………