论文页面 - Multilingual GSM-Symbolic：是什么决定了能力的跨语言迁移？

来源：https://huggingface.co/papers/2610.03367

作者：

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

摘要

我们对在一种语言中获得的能力如何迁移到另一种语言知之甚少，也并不清楚什么因素决定了这种迁移：现有评测依赖于不可比、容易饱和的数据集，且很少联合考察这些迁移的决定因素。如果能识别出哪些因素可以预测迁移效果，我们就可以避免在所有语言对上进行穷举评测，并让开发者有针对性地改进限制低资源语言性能的因素。为了评估跨语言能力迁移，我们提出了 Multilingual GSM-Symbolic——一个可扩展的多语言数学数据集，覆盖 30,000 个题目配对的问题-答案对，横跨 15 种语言。它利用符号模板来防止过拟合，并通过从单一样本生成数百万个高质量变体来确保泛化能力。借助 Multilingual GSM-Symbolic，我们量化了影响能力的最主要因素：模型规模（β = 1.77）、语言资源水平（β = 0.77）、推理（β = 0.67）以及类型学距离（β = -0.25）。这种联合估计使这些决定因素能够相互表达：一个在 Marathi（马拉地语）中评测的 32B 模型，其表现相当于在英语中评测的 10B 模型。我们的发现对模型开发者具有重要意义：模型规模和推理能力能够缩小低资源语言与高资源语言之间的性能差距（β 分别为 -0.27 和 -0.20），而类似的因素对类型学距离较远的语言则几乎没有效果。总体而言，我们的分析框架解释了语言间差异的 92%，但仅解释了模型-语言层面差异的 23%；它预测模型在未见语言上的性能，误差在 6.0 个百分点以内（r = .96）。仅通过目标语言中 10 个模板的测量，就能将误差进一步降至 4.19 个百分点，从而在几乎不需要下游数据集的情况下得到合理的性能估计。

查看 arXiv 页面 (https://arxiv.org/abs/2610.03367) 查看 PDF (https://arxiv.org/pdf/2610.03367) 项目页面 (https://github.com/centre-for-humanities-computing/multilingual-gsm-symbolic) GitHub (https://github.com/centre-for-humanities-computing/multilingual-gsm-symbolic) 添加到收藏集 (https://huggingface.co/login?next=%2Fpapers%2F2610.03367)

在你的 agent 中获取这篇论文：

hf papers read 2610.03367

还没有最新版 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型 0

没有模型关联到此论文。

在模型的 README.md 中引用 arxiv.org/abs/2610.03367，即可从本页链接到该论文。

引用此论文的数据集 1

danish-foundation-models/multilingual-gsm-symbolic 查看器 • 更新于 43 分钟前 • 184k • 1.14k • 3 (https://huggingface.co/datasets/danish-foundation-models/multilingual-gsm-symbolic)

引用此论文的 Space 0

没有 Space 关联到此论文。

在 Space 的 README.md 中引用 arxiv.org/abs/2610.03367，即可从本页链接到该论文。

包含此论文的收藏集 0

没有收藏集包含此论文。

将此论文添加到收藏集 (https://huggingface.co/new-collection) 即可从本页链接到该论文。