★ 4
谷歌推出Gemini 3.8 Live实时虚拟形象功能
谷歌宣布推出搭载实时虚拟形象功能的Gemini 3.8 Live，即日起在Gemini Enterprise中提供。该功能具备原生多语言语音到语音同步能力，可动态调整唇形与表情，并在97种语言间无缝切换而不损失视频保真度。
36氪38 天前
#多语言
共 49 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 4
阿里Qwen发布Qwen3.8-LiveTranslate实时同传模型
阿里Qwen团队发布Qwen3.8-LiveTranslate实时同声传译模型，基于全新Interleave架构，将平均延迟从2.8秒降至2.3秒。模型新增实时说话人分离与稳定声音克隆、双语同步显示、长上下文人名术语消歧等功能，支持理解60种语言、输出29种语言，现已通过阿里云Model Stud…
MarkTechPost42 天前
★ 4
研究：GPT、Claude、Gemini 对乌克兰战争回答随语言变化
研究用112种语言向GPT、Claude和Gemini提出20条关于乌克兰战争的陈述，收集67200条回答，发现不同语言下亲俄与亲乌回答比例存在差异。该模式与各国公众对俄态度、联合国投票及对乌援助相关，提示信息战可能通过训练文本影响模型并传播地缘政治偏见。
arXiv cs.AI44 天前
★ 4
谷歌发布 Gemini 3.8 Live 实时语音模型
谷歌推出 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款实时对话模型，主打更自然的语音交互与并行推理。Extended Thinking 在 Artificial Analysis 语音质量指数上以 82.6 分登顶，并在 τ-Voic…
Google DeepMind47 天前
★ 4
Nemotron 3.5内容安全审核模型发布
英伟达发布Nemotron 3.5 Content Safety Moderator，一个紧凑的4B视觉语言安全审核模型，支持12种语言，可分类用户提示、图像和助手响应。该模型在保持低计算成本的同时，提供多模态安全审核和自定义策略遵循能力。
arXiv cs.AI62 天前
★ 4
谷歌Gemini 3.5 Transcribe可去除语气词
谷歌更新Gemini Audio，推出Gemini 3.5 Transcribe，能自动识别专业术语和85种以上语言，并去除“嗯”“啊”等语气词。该模型相比前代Chirp 3在多语言性能和词错率上有显著提升。
The Verge AI67 天前
★ 3
英伟达开源 Nemotron 3.5 Transcribe 支持 40 种语言 ASR
英伟达发布 Nemotron 3.5 Transcribe，这是一款开源自动语音识别（ASR）模型，覆盖 40 种语言。开源多语种语音识别有助于降低语音应用开发门槛，并扩充英伟达 Nemotron 模型家族。
Hacker News4 天前
★ 3
DocSkill：面向多语言多跳文档问答的技能编排智能体框架
论文提出 DocSkill 智能体框架，用学习到的技能编排策略自适应选择、重访或跳过技能，并以有界蒙特卡洛树搜索离线生成监督数据用于 SFT 与 DPO。团队同时发布含 10 种语言、6 万问答对的 MMHop-DocBench 数据集。基于 Qwen3-VL-8B 的 DocSkill 在该基准…
arXiv NLP4 天前
★ 3
SEDATE：跨语言攻击性神经回路与免训练安全编辑
arXiv 论文提出 SEDATE，一种基于「检测-编辑-验证」的免训练方法，用于定位并编辑大模型中与攻击性/不安全输出相关的神经元，从而提升多语言安全性。方法在 7 种语言、4 个模型家族及 4 种分布外语言上评测，安全得分显著优于最佳基线，同时保留通用能力、开销可忽略。
arXiv NLP5 天前
★ 3
研究：非英语语言使用 AI 模型成本更高，存在分词器税
Rest of World 报道指出，由于分词器对非英语语言切分效率更低，同样内容会消耗更多 token，导致非英语用户使用 AI 模型的实际成本更高。这一「分词器税」造成不同语言用户之间的成本不平等，也影响低资源语言的 AI 可及性。该话题在 Hacker News 引发讨论。
Hacker News – AI6 天前
★ 3
arXiv 论文：内容审核按词汇判罚，非裔英语被误标率翻倍
论文指出自动安全系统按词汇与表面形式而非行为判定有害性，导致非裔美国人英语被标为冒犯的频率最高达其他英语的两倍，低资源语言的安全能力则大幅崩塌。作者归纳七类失效模式，提出跨语言评测协议，在 11 种语言、5 个开放系统上测试，55 个系统-语言组合中 51 个未达母语者水平。
arXiv NLP9 天前
★ 3
研究揭示多语言大模型推理轨迹存在语言差异
论文提出轨迹级分歧框架，将多语言大模型可见推理轨迹的一致性拆解为结构相似度、顺序一致性与整体相似度。在三个推理基准、七种语言、六个前沿模型上，整体相似度基线系统性高估一致性：整体相似度前 25% 的样本中 52.1%–67.3% 并不在结构相似度前 25%。双语盲标注显示人类判断更贴近结构相似度。
arXiv cs.AI10 天前
★ 3
Cohere 研究：AI 聊天机器人难以理解文化语境
加拿大 AI 实验室 Cohere 发布 CulturalRiddles 基准，用 45 国 166 名志愿者撰写的文化谜题测试 28 个 AI 模型。结果显示模型普遍缺乏深层文化理解且不愿承认无知，Gemini 3.1 Pro Preview 以 79.4% 居首，GPT-5.5 次之，Clau…
快公司11 天前
★ 3
研究提出依赖假说：低资源语言中思维链更忠实
论文首次将思维链忠实度与语言资源水平和任务类型关联，在八种语言的 MMMLU 平行多选题上测试四个模型。发现知识密集型任务中资源水平越低忠实度越高，推理密集型任务则不然，并提出依赖假说：模型无法回忆答案时更依赖推理。
arXiv NLP13 天前
★ 3
研究揭示大模型位置偏见：推理模型几乎免疫
一篇 arXiv 论文系统研究了大语言模型的位置偏见，覆盖十亿到万亿参数规模、五种语言的多选题与多文档任务。结果显示小模型和非英语语言偏见明显，扩大模型规模与使用思维链提示可显著缓解，而具备长推理能力的思考模型几乎不受位置偏见影响。
arXiv NLP13 天前
★ 3
研究：大模型文化刻板印象检测不可靠，非英语提示更有效
论文系统考察大模型在文化特定刻板印象检测上的表现，变量包括提示语言、指令微调语言与微调数据规模，覆盖美国、荷兰与中国三种文化语境。结果显示模型无法可靠考虑文化语境，且普遍高估刻板印象的存在；非英语提示反而提升文化语境考量与预测效果。额外指令微调可降低误报率，而训练数据规模对检测效果呈非单调影响。
arXiv NLP13 天前
★ 3
Lumen-bench：工具调用大模型跨语言安全缺口与言行不一
研究者发布 Lumen-bench，一个覆盖 30 个模型、5 种语言、108 个场景、19.44 万次试验的工具调用伦理行为基准。结果显示印地语和葡萄牙语的有害动作率高于英语，把伦理系统提示换成中性提示后违规率从 2.76% 升至 13.64%，且 8.57% 的实质调用中出现「口头拒绝却实际执…
arXiv NLP18 天前
★ 3
研究定位多语言 LLM 多跳推理桥接路由头
论文通过三阶段流程在多语言 LLM 中识别出「桥接路由头」（BRH），发现不同语言的头集合近乎互斥，平均 Jaccard 相似度仅 0.017（Llama 3.1 70B）与 0.057（Qwen 2.5 72B）。消融实验证明其因果作用，放大这些头可无需训练挽救最多 51.7% 的跨语言失败。
arXiv NLP24 天前
★ 3
Tokka-Bench 发布：跨 100 种自然语言与 20 种编程语言评测分词器
研究者推出开源框架 Tokka-Bench，用字节每 token、唯一 token 覆盖率、子词生育率、词切分率与词表构成五项指标，在 100 种自然语言与 20 种编程语言上评测分词器。对比 GPT-2、GPT-4、gpt-oss、Llama 3.1、Gemma 3、Qwen3 与 Kimi K…
arXiv NLP24 天前
★ 3
盖茨基金会五年目标：助30亿人用母语使用AI
盖茨基金会公布五年计划，目标帮助30亿人以自己的母语使用AI，并宣布一项AI语言合作项目。该计划意在缩小语言鸿沟，让非英语人群也能获得AI服务。若落地，将显著扩大AI在新兴市场的可及性。
Hacker News – AI33 天前
★ 3
腾讯混元上线“腾讯Hy翻译”APP
腾讯混元宣布“腾讯Hy翻译”APP上线，同步支持小程序、插件和PC端。该应用基于腾讯混元Hy-MT2翻译模型，支持33种语言互译，覆盖5种中国少数民族语言及方言，提供语音、拍照和离线翻译等多种体验方式。
36氪38 天前
★ 3
★ 3
Mistral 联手 Mozilla 推隐私多语言 AI 浏览
Mistral 与 Mozilla 合作推出注重隐私与多语言能力的 AI 浏览体验，将模型能力嵌入浏览器场景。此举意在挑战以英语为中心的 AI 浏览器格局，强化欧洲本土 AI 与开源浏览器的结合。
Hacker News46 天前
★ 2
研究：单一置信阈值下非英语语言自动处理覆盖率显著偏低
论文在 51 种语言、1000 条 MASSIVE 样本上测试三家厂商的分类接口，阈值设为 0.9。结果显示即使英译与其他语言都答对，英文版本越过阈值的概率平均高 8.6 至 11.7 个百分点，其他语言自动处理覆盖率均低于英文。将输入翻译成英文可大幅缩小差距，作者建议按语言分别报告运行阈值下的覆…
arXiv NLP2 天前
★ 2
arXiv 提出 AdaptTok-Indic：面向印度语言的自适应分词
AdaptTok-Indic 是自适应分词的印度语言专用扩展，结合 Unicode 归一化预处理、印度语连字处理、文字感知路由与字节级边界预测。在孟加拉语和印地语上 token 生育率分别降至 1.432 与 1.388，低于 SentencePiece BPE 的 2.156 与 2.085，下…
arXiv NLP5 天前
★ 2
arXiv 论文修复 Llama-3/Qwen3 分词器尼泊尔语切分缺陷
研究发现 Llama-3、Qwen3 等开源模型预分词正则仅接受 Unicode 字母，导致天城文元音符号处被切断，尼泊尔语 token 消耗为英文的 2.6 至 5.8 倍。作者对正则做小幅修改并新增 3.2 万次合并，使尼泊尔语 token 降至英文的 1.01 倍，并开源分词器与代码。
arXiv NLP5 天前
★ 2
研究：多语言 P(True) 自评需区分问题、回答与验证语言
论文在六语言因子设计中独立变化问题语言、回答语言与验证指令语言，用 10 个 3B-14B 开源模型在 LSQA、MMMLU、TriviaQA 上测量首 token P(True) 置信度。结果显示三种语言影响评估的不同部分：准确率由哪种语言主导取决于基准，验证语言单独可使校准误差偏移达 0.04…
arXiv NLP6 天前
★ 2
arXiv 发布尼泊尔语-英语语码转换播客 ASR 基准
论文构建 13,044 条自发播客语句（15.45 小时）的尼泊尔语-英语语码转换 ASR 基准，并验证无机器翻译泄漏。两阶段合成到真实适配中，合成数据监督微调将混合错误率从 23.40% 降至 21.52%，切换点错误率从 35.89% 降至 28.77%；后续 GRPO 仅带来小幅显著改进。
arXiv NLP9 天前
★ 2
研究：81 种语言词嵌入显示社会文化概念跨语言更趋同
论文用两个多语言模型的词嵌入比较 81 种语言中 196 个基本概念的关系结构，以检验语言相对性假说。结果显示社会文化类意义的跨语言对应度高于自然与运动类意义，且社会文化域内地理距离越远关系差异越大，表明普遍性与相对性在不同概念域交织。
arXiv NLP9 天前
★ 2
研究：Gemma 4、Llama 3.2 等模型语义呈局部各向异性几何
论文在 Gemma 4、Llama 3.2、Qwen 2.5、Pythia 四个架构各异的解码器模型上，用跨语言探针与细化探针刻画概念内部局部几何。四项发现跨模型复现：去除主方差方向后句对按语义相关度有序排列、语义因子围绕不变核心组织、细化产生向更紧邻域的定向位移、句级与 token 级读出呈现互…
arXiv NLP9 天前