同一人名换文字后，模型同一人判断准确率大幅下降。
资讯摘要
论文研究多语言模型在相同人名以不同文字书写时给出不同身份判断的问题，使用601对经审核的梵文与拉丁文身份对。作者报告Qwen2.5-7B在马拉地语提示下，同一人准确率从拉丁文35.1%降至梵文8.5%，不同人准确率仍高于98%。在374对马拉地语马拉雅拉姆文数据上复现该效应，同一人准确率降至5.3%。
要点速读
- 论文使用601对经审核的梵文与拉丁文身份对，固定问题与关系；Qwen2.5-7B同一人准确率从拉丁文35.1%降至梵文8.5%，不同人准确率高于98%。
- 在374对经审核的马拉雅拉姆文身份对上复现效应，同一人准确率降至5.3%，约为梵文匹配率的一半，AUROC仍为0.925。
- 标量校准可恢复87%的模型-探针平衡准确率差距；激活修补定位到Qwen中间层第二个实体的因果敏感点，干预使留出马拉地语同一人准确率从6.5%升至33.5%。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/24 08:00:37（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。