多语言建模 LLM-DailyDigest 2026-08-30 2026-08-30 约 100 字 预计阅读 1 分钟 多语言建模 本主题由提交工具自动创建，可在此补充洞察与资料。 相关消息（按子主题自动聚合） 低资源推理 1 低资源语言推理：SFT 构建语言习惯，RL 修复行为缺陷 08-19 低资源机器翻译 1 TranslatePsy-AfriSLM：面向非洲低资源机器翻译的高质量数据扩展 08-20 偏好优化 1 DiaWhisper-DPO：临床访谈角色归属转录与失败挖掘偏好优化 09-16 圣训计算 1 大模型时代的圣训计算科学：批判性综述 08-24 多模态学习 1 NeoMME：高效微调与推理的单塔多模态多语言编码器 09-07 安全评测 2 DiagSafe：基于提示级量规的 LLM 安全诊断评测 10-22 MM-IFEval-Pro：多语言抗攻击视觉语言模型指令遵循基准 09-07 幻觉检测 1 SHROOM-Visions 2026：大视觉语言模型幻觉检测共享任务 08-27 情感分析 1 Jev 类型化决策实现无生成式维度级 ABSA 09-30 技能优化 1 M-SQE：多语言智能体技能质量评估框架 09-17 指令数据合成 1 EuroAlpaca：面向欧洲语言的任务保持型指令数据本地化 09-07 推理评测 1 同答异因：多语言大模型的推理轨迹分歧 10-22 数据合成 3 合成伪方言增强提升语音语言模型方言鲁棒性 10-08 TransBERT：面向领域语言建模的合成翻译框架 09-23 跨语言临床标注投射：六语言约束文本生成研究 09-11 数据混合 2 合成与真实数据结合的低资源满文历史OCR 09-11 数据混合支撑多语言同语推理泛化 09-10 数据策展 2 英语质量分类器的多语言预训练数据筛选适配 10-10 面向低资源语言的可扩展 NER 标注自动纠错框架 09-17 智能体评测 1 HyperBrowseComp：网页浏览智能体的多语言多模态压力测试 10-08 模型可靠性 1 越南劳动法跨语言问答：检索、翻译与验证器引导纠错 09-24 模型指纹 1 多分辨率大语言模型指纹识别 10-22 模型评测 3 Jev 专用决策模型与通用 LLM 的多任务基准对比 10-09 Jev 决策模型的立场检测能力评测 10-09 LLM 中似然排序并未像提示回答一样随规模提升 09-25 模型路由 1 谁为高效推理买单？基于置信度的跨任务与跨语言大小模型路由 10-19 模型轻量化 2 GoiBERT：两阶段知识蒸馏打造紧凑型越南语模型 10-22 DFM Mimir v1：仅用许可数据训练的 1B HRM 模型 08-17 泛化机制 1 同策略蒸馏泛化的双重效应：行为迁移与能力跷跷板 08-18 评测基准 5 TenetBench：条款锚定的俄语专业伦理准则评测语料库 10-27 NorRegel：挪威法律时效数值预注册评测基准 10-22 AraDynFact：阿拉伯语事实知识动态评测框架 09-30 KoNeoBench：韩国语新词理解评测基准 09-18 Last Translation Benchmark：机器翻译极限评测基准 09-07 评测审计 2 跨语言评测意识：LLM 在印度语言测试中会改变行为吗？ 10-18 错误来源提示下的模型答案服从与鲁棒性审计 09-09 语言推理 1 IOL-AI Challenge：以语言学奥赛推进语言推理评测 08-19 语音增强 1 基于音素的 TTS 数据增强扩展与 ASR 受控研究 08-29 跨模态一致性 1 语音与文本输入下多模态模型的跨模态不稳定性 08-28 重构评测 1 SWE-Bench ProMax：大规模多语言代码重构智能体基准 08-12 长期记忆 1 SpeakerMem-R1：面向多方对话的说话者中心双轨记忆 09-23 预训练 2 像素语言模型的多语言预训练扩展规律 10-22 平行数据驱动的多语言两阶段预训练 10-22
