低资源语言
指在数字世界中缺乏足够文本语料和计算资源支撑的语言，全球约7000种现存语言中绝大多数属于此类，是NLP和机器翻译领域的核心研究挑战之一
核心事实
时间轴 (近 90 天)
研究低资源语言下的提示词敏感度本质上是在考察模型在训练分布覆盖不足时的泛化边界，其结论往往不能简单从高资源语言的实验结果外推。
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。
提示词设计指在不改变模型权重的前提下，通过指令措辞、少样本示例、思维链引导和输出格式约束来提升模型在特定任务上的表现，成本低但上限受模型本身能力限制。
基库尤语属于低资源语言，主流大模型对其支持通常很差，为其构建模型面临缺乏平行语料和评测基准的双重困难。
DAR-MGSM 提供了一个可复用的评测范式：在低资源语言上评估推理能力时，语言变体和文化语境应作为独立维度被测量。
现有数学推理评测几乎集中在英语等高资源语言上，对低资源语言尤其是阿拉伯方言的覆盖近乎空白。
全球仅有约5%的人口在家说英语，但约63.7%的在线文本是英语，基于这种分布训练的模型在非英语提示上表现明显更弱。
智利西班牙语属于'低资源变体'（Low-Resource Variant），即一门高资源语言内部的欠代表性分支，与'低资源语言'不同
低资源语言指缺乏大规模标注语料的语言或方言，许多地区方言的公开数据往往只有几十小时甚至更少
在NLP领域，低资源语言指缺乏大规模标注语料、预训练模型和基准数据集的语言，尼泊尔语即属此类
还有 4 条时间轴事件
全部知识事实 (16)
全球约有7000种语言，绝大多数属于低资源语言
90%已验证在NLP领域，低资源语言指缺乏大规模标注语料、预训练模型和基准数据集的语言，尼泊尔语即属此类
75%已验证AI文本检测工具对非英语文本的检测能力更弱，且存在将非母语者的英文写作误判为AI生成的公平性问题
65%待验证研究低资源语言下的提示词敏感度本质上是在考察模型在训练分布覆盖不足时的泛化边界，其结论往往不能简单从高资源语言的实验结果外推。
50%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。
50%待验证提示词设计指在不改变模型权重的前提下，通过指令措辞、少样本示例、思维链引导和输出格式约束来提升模型在特定任务上的表现，成本低但上限受模型本身能力限制。
50%待验证基库尤语属于低资源语言，主流大模型对其支持通常很差，为其构建模型面临缺乏平行语料和评测基准的双重困难。
50%待验证DAR-MGSM 提供了一个可复用的评测范式：在低资源语言上评估推理能力时，语言变体和文化语境应作为独立维度被测量。
50%待验证现有数学推理评测几乎集中在英语等高资源语言上，对低资源语言尤其是阿拉伯方言的覆盖近乎空白。
50%待验证全球仅有约5%的人口在家说英语，但约63.7%的在线文本是英语，基于这种分布训练的模型在非英语提示上表现明显更弱。
50%待验证智利西班牙语属于'低资源变体'（Low-Resource Variant），即一门高资源语言内部的欠代表性分支，与'低资源语言'不同
50%待验证低资源语言指缺乏大规模标注语料的语言或方言，许多地区方言的公开数据往往只有几十小时甚至更少
50%待验证低资源语言问题的研究方案包括语音优先模型、社区志愿者众包标注、无监督跨语言表示学习
50%待验证低资源语言在数据稀缺情况下如何保证模型质量是核心难题，同时需避免文化误读
50%待验证女书对AI而言是典型的低资源语言挑战，因为存世文本极为稀少、缺乏标准化的数字语料库
50%待验证随着低资源语言处理技术的成熟，AI或许能在濒危语言与文字的抢救中扮演越来越重要的角色
50%