研究揭示模型跨文字实体匹配失败

Athira Gopal 等作者发表论文，诊断语言模型在跨文字系统下的实体匹配失败。研究发现，同一人名以不同文字书写时，多语言模型会给出不同身份判断：Qwen2.5-7B 在马拉地语提示下，对拉丁文字书写的同一人准确率为 35.1%，换成梵文天城体后降至 8.5%；而区分不同人的准确率仍高于 98%。作者据此提出干预方法。 这意味着模型识别“同一实体”的能力会随书写文字变化而大幅波动，而区分不同实体的能力基本不受影响。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。