non-english

这项大规模研究调查了非英语和多语言环境中的GRPO，发现以母语进行推理训练与英语训练之间差距较小，并显示出强大的跨语言迁移能力，尽管效果取决于模型和语言。

本文以日语为例，研究非英语语言中的推理计算成本，以揭示当前人工智能系统中的低效问题。

GitHub发布了多语言仓库数据集，涵盖超过4000万个仓库和8000万条分类记录，提供了对非英语README、问题和拉取请求的洞察。韩语在问题文本中领先，而葡萄牙语在README中占据首位。

本文研究了基于大型语言模型合成数据微调的紧凑型任务特定双编码器是否能在非英语语言的临床编码检索中超越通用嵌入，并在西班牙语基准测试CodiESP和DISTEMIST上取得了最先进的结果。