arXiv cs.AI· Rui Sun, Peizhao Mei, Xiewei Cheng, Kaizhuo Chen, Taoran Li, Zhiyuan Yu, Varun Chandrasekaran·· 11 天前AI 评分42
同答不同理：多语言大语言模型的推理轨迹差异研究
Same Answer, Different Reasons: Trace-Level Divergence in Multilingual Large Language Models
AI 导读
研究提出多语言大语言模型推理轨迹差异框架，通过结构相似度与顺序一致性评估跨语言推理链。在 3 个基准、7 种语言和 6 款前沿 LLM 测试中，整体相似度前 25% 的样本有 52.1%–67.3% 未进入结构相似度前 25%。双语盲测证实人类判断更偏向结构相似度，表明传统方法严重高估了多语言推理的一致性。
来源：arXiv cs.AI · arxiv.org