نماذج اللغة الكبيرة هي متعلمون متعددو اللغات بشكل تلقائي: هل بيانات الترجمة المتعددة اللغات ضرورية؟

مؤخراً، أظهرت نماذج اللغة الكبيرة (LLMs) قدرات لغوية مثيرة للإعجاب. ومع ذلك، فإن معظم النماذج الحالية تركز على اللغة الإنجليزية، مما يؤدي إلى أداء غير مستقر وغير متوازن عبر لغات مختلفة. التوافق متعدد اللغات هو طريقة فعالة لتعزيز قدرات LLMs متعددة اللغات. في هذا العمل، نستكشف نموذج التوافق متعدد اللغات الذي يستخدم بيانات الترجمة ونحقق بشكل شامل في تحسين LLMs المتعدد اللغات بشكل تلقائي. نجد أن LLMs التي تم ضبطها على بيانات ترجمة الأسئلة فقط دون أجوبة مزودة بتعليقات قادرة على تحقيق تحسن كبير في الأداء متعدد اللغات حتى عبر مجموعة واسعة من اللغات التي لم يتم رؤيتها أثناء ضبط التعليمات. بالإضافة إلى ذلك، نستخدم إعدادات وأساليب تفسير ميكانيكية مختلفة لتحليل أداء LLMs بشكل شامل في السيناريو متعدد اللغات.