第523章 巴别塔（4827）

同的。

一来，是因为不同语言训练资料的多寡和质量的差异。

在当今的互联网时代，盎语语料当然是最丰富的，占到互联网整体资料量的百分之八十以上。

alphazero在使用盎语进行理解和推理的时候，正确率相对其他语言会高5%以上。

二来，各种不同的语言本身就存在不同的“表达偏重”和“性能差异”。

比如普鲁士语，在结构推理方面的速度比盎语更快，西拜语则在感性类语料中优势明显。

而大模型在一次思考回路中，通常使用单一语言构建其推理路径。

虽然它可以在输入阶段识别多种语言，在输出阶段进行翻译，但其内在的认知张量结构，仍旧倾向于使用输入语言所构建的token空间进行语义演算。

说人话，就是大模型在思考问题的时候，在一个思考回路中，基本只会使用一种语言来思考，你使用盎文，它就用盎文思考，你使用周文，它就用周文思考。

就算它在回复中掺杂了其他语言，也只是一种资料引用或人类写作风格的模仿，而不是真正的跨语种思考。

橘子大模型又怎么可能使用不同语言思考的时候，各方面性能都差不多的？

这完全不符合常理！

唯一的可能性，就是对各种语言的思考性能进行了拉齐操作。

说白了，就是一个木桶，以最短的那个板为基准，把高的板子都砍了。

但这样做意义在哪？

德米斯哈萨比斯犹豫的摇摇头：“应该不是，拉齐操作资源浪费太严重。”

“

本章未完，请点击下一页继续阅读！ 第2页 / 共10页