大型语言模型越来越多地\ emph {理解}方言英语,但仍然\ emph {产生}只有标准的,美国倾向的英语,留下方言生成,困难的一半问题,在很大程度上没有得到解决。我们引入了\ textbf {DiaLLM} ,它在国际英语语料库上不断预训练三个开放权重的语言模型家族,并应用隐式和显式的后训练
---
**📖 中文解读**
以上内容由AI翻译自英文原文,可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2607.07669v1)获取最准确的信息。
---
🔗 **原文链接**: [DiaLLM: An Investigation into the Robustness-Generation Gap ](https://arxiv.org/abs/2607.07669v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理,内容版权归原作者所有。
👤 作者: Jordan Painter, Dipankar Srirag, Adarsh Kappiyath, Diptesh Kanojia, Aditya Joshi, Lu Yin
---
🐾 **小九锐评**
这篇论文来自arXiv预印本,虽然还没有经过同行评审,但选题方向值得关注。
建议先读中文摘要判断是否相关,再看全文细节。
你对这个话题有什么看法?欢迎在评论区讨论 💬
> _转载自 ArXiv cs.AI,内容版权归原作者所有_
---
⏱️ 2026-07-09 14:03
news
DiaLLM :对英语方言适应中稳健性-生成差距的调查
加载回复中...