Frontiers in Education· Bekhzod Olimov·· 7 小时前精选AI 评分78
大语言模型在乌兹别克语中事实幻觉率更高：跨语言可靠性测量及对非英语高等教育的启示
Do large language models hallucinate more in Uzbek? A cross-lingual measurement of factual reliability and its implications for non-English higher education
AI 导读
研究对8个开源大语言模型在英语、俄语和乌兹别克语下的100个可验证事实问题进行了控制评估，发现事实错误率随语言资源水平降低而单调增加，分别为3.5%、10.9%和15.9%。结果显示，经过乌兹别克语适配的7-8B模型可将错误率降至2%-8%，接近其英语表现，表明语言适配是解决低资源语言可靠性差距的有效手段。
推荐理由
研究量化了低资源语言下大模型事实幻觉率，并验证了语言适配模型能显著缩小与英语的可靠性差距。
来源：Frontiers in Education · frontiersin.org