已验证65% 置信事实精确时间

LLM通过在海量文本语料上进行无监督预训练（预测下一个词）来习得语言能力

3

来源数

65%

置信度

长期有效

时效性

2026/7/16

首次发现

来源

AI多语言偏差：Claude在印地语和阿拉伯语中更"礼貌"的背后

相关事实

待验证LLM中多语言免训练文本嵌入存在语言条件化的嵌入几何：语义等价的句子在不同语言之间的嵌入向量在空间中并不重合。79% 相似待验证LLM 在处理语法错误、拗口句式、被动语态滥用、冗余表达等表层语言问题上表现出色，能在几秒内给出流畅的改写建议78% 相似待验证LLM在大量网络文本（包括营销材料、博客文章等）上训练，倾向于生成具有说服力和吸引力的表述，而非严谨、中立的学术语言。78% 相似待验证LLM在低资源语言上的预训练数据占比极低，这直接影响模型的语言理解能力和提示词响应行为。78% 相似待验证在印地语环境实现同等质量的LLM表现需要大量本地语言语料的训练与微调76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/533523

API

curl https://kongchang.com/api/v1/knowledge/claims/533523

MCP

get_claim(id=533523)