多语言基准

多语言基准随大模型全球化需求而兴起，典型如MMLU的多语言版本、XNLI、XTREME及MGSM等。其构建需平行语料、母语者标注与文化适配，覆盖分类、问答、翻译、推理等任务。评测常报告各语言得分及高低资源语言差距，揭示英语中心偏差。技术难点包括翻译质量、标注一致性及低资源语言覆盖，是衡量模型语言公平性的重要工具。