arXiv cs.CL· HyeonSeok Lim, SeungWoo Song, Inho Won, Hoyun Song, Jihyo Kim, KyungTae Lim·· 10 天前AI 评分18
多语言推理中骨架语言该如何选择？LASEF 框架研究骨架语言效应
Which Language Should a Skeleton Speak? Language Choices in Multilingual Reasoning
AI 导读
研究者提出 Language-Aware Skeleton Exploration Framework（LASEF），研究多语言数学推理中骨架提示词的语言选择问题。
正文 · AI 翻译
摘要：基于骨架的推理提示是一种有前景的免训练方法，用于构建 LLM 推理结构，但先前工作大多假设以英语为中心的场景。我们提出语言感知骨架探索框架（LASEF），以研究多语言数学推理中的骨架语言选择。在数学基准、模型规模和语言上，我们表明英语骨架平均而言产生小幅正向倾向，在较小模型和低资源语言中最为明显。然而，经校正后，语言层面的增益很少保持显著，且英语并非普遍最优。结合贪婪解码、多轮评估、翻译消融和跨基准验证，我们进一步发现骨架语言效应的三种模式：方向一致、依赖评估与基准、以及不对称负面。这些效应无法仅由生成质量完全解释。总体而言，骨架语言是一个依赖上下文的设计变量，需要多层次探索。所有资源发布于 此 https URL。
| 评论： | 已被 EMNLP 2026（Findings）接收 |
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.09607 [cs.CL] |
| （或 arXiv:2610.09607v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.09607 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Hyeonseok Lim [查看电子邮件]
[v1]
2026年10月7日星期三 07:53:13 UTC（389 KB）
来源：arXiv cs.CL · arxiv.org