研究揭示LLM乌兹别克语事实幻觉率显著高于英语
热点事件持续更新
研究揭示LLM乌兹别克语事实幻觉率显著高于英语
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Bekhzod Olimov 等人于2026年10月29日在《Frontiers in Education》发表研究，评估了8个开源大语言模型在英语、俄语和乌兹别克语下的事实幻觉率。结果显示，事实错误率随语言资源水平降低而增加，分别为3.5%、10.9%和15.9%。 研究指出，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。该研究仅针对开源模型，未包含GPT-4o等专有系统，且仅考察了英、俄、乌三种语言。
AI 根据报道生成 · 57 分钟前更新
最新进展10月29日 08:00
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报道时间线
沿着报道，了解事件的不同侧面。
10月29日
- Frontiers in Education精选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
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。