发布LLM管线跨语言复用性研究

2026年10月19日，Joong Ho Choi 等人在 arXiv 平台（cs.AI 领域）发布论文《Cross-Lingual Reusability of LLM Pipelines》。该研究旨在验证英语 LLM 管线在跨语言场景下的可重用性。 研究针对金融提取、多语言推理与语义筛选任务进行了测试。结果显示，Gemini 3.5 Flash 在跨语言支票提取任务中，准确率达到 95.2% 至 97.6%。在 FinanceBench 基准测试中，不同语言之间的平均分差仅为 5.8 个百分点，表明该模型在跨语言环境下具有较强的稳定性与复用能力。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。