論文の概要: Do Language Models Reason Across Languages?

• arxiv url: http://arxiv.org/abs/2601.06644v1
• Date: Sat, 10 Jan 2026 17:59:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-13 19:08:00.917919
• Title: Do Language Models Reason Across Languages?
• Title（参考訳）: 言語モデルには言語間の関係があるのか?
• Authors: Yan Meng, Wafaa Mohammed, Christof Monz,
• Abstract要約: 言語モデルは,ブリッジ情報を提供するものよりも,回答スパン文書の言語変化に敏感であることがわかった。 サブクエストによる多段階推論を導くための単純な3段階のSUBQプロンプト手法を提案する。
• 参考スコア（独自算出の注目度）: 19.660512783888016
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The real-world information sources are inherently multilingual, which naturally raises a question about whether language models can synthesize information across languages. In this paper, we introduce a simple two-hop question answering setting, where answering a question requires making inferences over two multilingual documents. We find that language models are more sensitive to language variation in answer-span documents than in those providing bridging information, despite the equal importance of both documents for answering a question. Under a step-by-step sub-question evaluation, we further show that in up to 33% of multilingual cases, models fail to infer the bridging information in the first step yet still answer the overall question correctly. This indicates that reasoning in language models, especially in multilingual settings, does not follow a faithful step-by-step decomposition. Subsequently, we show that the absence of reasoning decomposition leads to around 18% composition failure, where both sub-questions are answered correctly but fail for the final two-hop questions. To mitigate this, we propose a simple three-stage SUBQ prompting method to guide the multi-step reasoning with sub-questions, which boosts accuracy from 10.1% to 66.5%.
• Abstract（参考訳）: 実世界の情報ソースは本質的に多言語であり、言語モデルが言語間で情報を合成できるかどうかという疑問を自然に提起する。 本稿では,2つの多言語文書にまたがる推論を行うための,単純な2つの質問応答設定を提案する。 両文が同等に重要でありながら,回答スパン文書の言語変化に敏感な言語モデルがあることが判明した。 ステップ・バイ・ステップのサブクエスト評価では, 最大33%の多言語ケースにおいて, モデルは第1ステップでブリッジ情報を推測することができないが, 全体の問題に正しく答えることができないことを示す。 これは、言語モデル、特に多言語設定における推論が忠実なステップバイステップ分解に従わないことを示している。 その結果, 推理分解の欠如は, 両サブクエストが正しく答えられるが, 最終2ホップ質問に失敗する18%の合成失敗に繋がることがわかった。 これを軽減するために,サブクエストによる多段階推論を誘導する簡易な3段階SUBQプロンプト手法を提案し,精度を10.1%から66.5%に向上させた。

関連論文リスト

• Linguistic Nepotism: Trading-off Quality for Language Preference in Multilingual RAG [55.258582772528506]
  異なる文書言語の混合が意図しない方法で生成と引用に影響を及ぼすかどうかを検討する。 8つの言語と6つのオープンウェイトモデルにまたがって、クエリが英語である場合、モデルは優先的に英語ソースを引用する。 モデルが言語嗜好のトレードオフ文書関連性を示すことがあり、引用選択が情報のみによって常に駆動されるわけではないことが分かる。
  論文  参考訳（メタデータ） (2025-09-17T12:58:18Z)
• Learn Globally, Speak Locally: Bridging the Gaps in Multilingual Reasoning [39.03934159726098]
  M2Aは,マルチスケール多言語アライメントと,機械翻訳された質問に対する言語一貫性報酬を組み合わせた新しい手法である。 地理に基づく多言語事実推論ベンチマークであるGeoFact-Xと5言語での推論トレースを紹介する。 以上の結果から,M2Aは数学的および事実的推論タスクにおいて,多言語推論の忠実度を著しく向上させることが示された。
  論文  参考訳（メタデータ） (2025-07-07T19:04:36Z)
• CaLMQA: Exploring culturally specific long-form question answering across 23 languages [58.18984409715615]
  CaLMQAは、文化的に異なる23言語にわたる51.7Kの質問のデータセットである。 我々は,LLM生成長文回答の事実性,関連性,表面品質を評価する。
  論文  参考訳（メタデータ） (2024-06-25T17:45:26Z)
• Evaluating and Modeling Attribution for Cross-Lingual Question Answering [80.4807682093432]
  この研究は、言語間質問応答の属性を初めて研究したものである。 我々は、5つの言語でデータを収集し、最先端の言語間QAシステムの属性レベルを評価する。 回答のかなりの部分は、検索されたどのパスにも帰属しないことがわかった。
  論文  参考訳（メタデータ） (2023-05-23T17:57:46Z)
• Bridging the Language Gap: Knowledge Injected Multilingual Question Answering [19.768708263635176]
  本稿では,異なる言語を理解するモデルの能力を高めるために,一般化された言語間移動フレームワークを提案する。 実世界のデータセット MLQA に対する実験結果から,提案手法は大きなマージンで性能を向上できることが示された。
  論文  参考訳（メタデータ） (2023-04-06T15:41:25Z)
• Delving Deeper into Cross-lingual Visual Question Answering [115.16614806717341]
  標準学習装置に簡単な修正を加えることで、モノリンガル英語のパフォーマンスへの移行ギャップを大幅に減らすことができることを示す。 多言語マルチモーダル変換器の多言語間VQAを多言語間VQAで解析する。
  論文  参考訳（メタデータ） (2022-02-15T18:22:18Z)
• Multilingual Answer Sentence Reranking via Automatically Translated Data [97.98885151955467]
  本稿では,現代の質問応答システム(QA)のコアコンポーネントである,多言語回答文選択(AS2)モデルの設計について述べる。 主なアイデアは、あるリソースリッチ言語(英語など)から、他の言語へのデータ転送であり、リソースの観点からはよりリッチである。
  論文  参考訳（メタデータ） (2021-02-20T03:52:08Z)
• TyDi QA: A Benchmark for Information-Seeking Question Answering in Typologically Diverse Languages [27.588857710802113]
  TyDi QAは、204Kの問合せ対を持つ11の類型的多様言語をカバーする質問応答データセットである。 本稿では,観測された言語現象のデータ品質と例レベルの定性言語分析について定量的に分析する。
  論文  参考訳（メタデータ） (2020-03-10T21:11:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。