搜索
苹果新研究：纯中文推理训练，和用英文几乎没有差距
2 小时前
Apple与Hasso Plattner研究所联合发表的论文，基于超200组GRPO强化学习推理训练实验发现：高资源语言以母语推理训练与英语训练的性能差距普遍在2%以内，中文差距仅1.1%，打破「推理必须用英语」的固有认知，表明中文等非英语高资源语言推理模型可独立训练。实验还表明，跨语言迁移普遍有效，低资源语言训练有时能提升泛化能力，多语言混合训练性价比高，但部分模型-语言组合会导致特定任务性能骤降，需逐语言、任务、模型排查风险。
