multilingual-ai

一位科技与人权研究者开展了一项实验，让三个AI智能体——Meta的Muse、Anthropic的Claude Cowork以及OpenAI的GPT 6.1 Sol——完成一项真实任务：填补世界银行全球公共采购数据库中英语（美国）与波斯语（伊朗）之间的信息缺口。实验揭示了语言与语境如何塑造智能体的表现以及人们获取信息的能力。

Google通过新的Gemini模型推进AI语言支持，实现实时翻译和转录，旨在通过Universal Speech Model等举措覆盖1000种语言。

本文介绍了Meddies-PII，这是一个用于生成多语言合成临床数据集的框架，以训练个人可识别信息提取模型，并在基准测试中实现了最先进的性能。

本文介绍了NepOOC，这是首个面向尼泊尔语主导的多语言基准，用于检测脱离上下文的虚假信息，并评估了多模态架构，发现纯文本模型表现出色。

这篇立场论文认为，AI排行榜由于缺乏独立治理和利益冲突政策，结构性地不适合服务全球南方，并以印度为例，强调制度障碍并提出解决方案。

非营利组织Current AI正在构建开放、公共的AI基础设施，以服务未被充分覆盖的语言和社区，该项目获得了政府和基金会4亿美元的资金支持。目前已推出支持22种印度语言的离线AI设备Suno Sutra，并正在资助开源AI项目。

一项实验用同一个关于LENR和超导性的研究提示词，通过5种语言的6个AI系统运行，揭示了显著的语言偏差——非英语查询会呈现出纯英语搜索所遗漏的真实工业承诺信息。

本文介绍了 Macro，一种使用 DPO 进行偏好对齐的框架，旨在提高跨多种语言自我生成反事实解释的有效性和最小性。