COLM 2026 MameLoshnLM 研究：嘈杂翻译淹没母语文本致 LLM 失真

UrikaUri 在 COLM 2026 发布 MameLoshnLM 相关研究，借意第绪谚语「语言是有军队的方言」指出多语言 LM 的训练数据就是那支军队。当母语文本被大量嘈杂翻译文本淹没时，模型看似流利，却丢失该语言独有的特质。Yoav Goldberg（yoavgo）转发了这一研究。