#多语言评测

阿拉伯方言数学推理基准DAR-MGSM发布：文化本地化如何难倒大模型

DAR-MGSM是首个针对阿拉伯方言数学推理的手工构建基准，覆盖五大方言与MSA，包含翻译版和文化本地化版。十一款大模型实测显示本地化版本普遍更难，可解释性分析揭示推理路径差异。