論文の概要: Cross-Lingual Exploration for Parametric Knowledge

• arxiv url: http://arxiv.org/abs/2606.24579v1
• Date: Tue, 23 Jun 2026 13:42:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-24 22:16:48.971647
• Title: Cross-Lingual Exploration for Parametric Knowledge
• Title（参考訳）: パラメトリック知識のための言語横断探索
• Authors: Elisha Diskind, Itamar Trainin, Uri Shaham, Leshem Choshen, Idan Szpektor, Omri Abend,
• Abstract要約: パラメトリック知識は言語間で等しくアクセスできない。 標準的な推論技術は、しばしば局所化された事実を明らかにするのに苦労する。 本研究では,言語横断的なプロンプト戦略を探索し,隠れた事実知識にアクセスする手法について検討する。
• 参考スコア（独自算出の注目度）: 33.37310871081447
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Parametric knowledge in Large Language Models is not equally accessible across languages. As a result, standard inference techniques often struggle to surface localized facts, leading to failures in cross-lingual knowledge transfer and consistency. In this work, we investigate techniques for accessing hidden factual knowledge by exploring cross-lingual prompting strategies. We identify four inherent dimensions of cross-lingual exploration that directly govern parametric knowledge retrieval and evaluate them on multilingual factual benchmarks covering 17 typologically diverse languages. Our results demonstrate that cross-lingual exploration significantly improves knowledge transfer and factual recall, representing a more efficient compute Pareto frontier than native-language scaling. Furthermore, we observe corresponding improvements in cross-lingual consistency, exceeding what can be explained by accuracy gains alone. Overall, our work establishes multilingual prompt exploration as a highly effective inference-time strategy for unlocking latent parametric knowledge.
• Abstract（参考訳）: 大規模言語モデルにおけるパラメトリック知識は、言語間で等しくアクセスできない。 その結果、標準的な推論技術は、しばしば局所的な事実を表面化するのに苦労し、言語間の知識伝達と一貫性の失敗に繋がる。 本研究では,言語横断的なプロンプト戦略を探索し,隠れた事実知識にアクセスする手法について検討する。 パラメトリックな知識検索を直接支配する言語横断探索の4つの固有次元を同定し、17の類型的多様言語をカバーする多言語事実ベンチマークで評価する。 この結果から,言語間探索により知識伝達と事実リコールが大幅に向上し,ネイティブ言語スケーリングよりも計算効率の高いParetoフロンティアが実現された。 さらに,言語間の整合性の向上も観察し,精度の向上だけで説明できることを超えた。 全体として、我々の研究は、潜在パラメトリック知識を解き放つための非常に効果的な推論時戦略として、多言語的プロンプト探索を確立している。

関連論文リスト

• LiveCLKTBench: Towards Reliable Evaluation of Cross-Lingual Knowledge Transfer in Multilingual LLMs [67.09110757873142]
  言語間知識伝達の分離と計測を目的とした自動生成パイプラインであるLiveCLKTBenchを提案する。 我々のパイプラインは、実世界のドメインから自己完結した、時間に敏感な知識エンティティを識別する。 これらの有効なエンティティのドキュメントは、複数の言語に翻訳される事実的な質問を生成するために使用される。
  論文  参考訳（メタデータ） (2025-11-03T17:06:49Z)
• Are Knowledge and Reference in Multilingual Language Models Cross-Lingually Consistent? [29.155049176669916]
  言語間の一貫性は、言語間の伝達性を評価するために考慮すべきである。 コードスイッチングトレーニングと言語間単語アライメントの目的は、最も有望な結果を示す。
  論文  参考訳（メタデータ） (2025-07-17T06:55:15Z)
• Multilingual Information Retrieval with a Monolingual Knowledge Base [2.419638771866955]
  強調学習のための重み付きサンプリングによる多言語埋め込みモデルを微調整する新しい手法を提案する。 重み付きサンプリング方式では,MRRでは最大31.03%,Recall@3では最大33.98%の性能向上が見られた。
  論文  参考訳（メタデータ） (2025-06-03T07:05:49Z)
• Cross-Lingual Pitfalls: Automatic Probing Cross-Lingual Weakness of Multilingual Large Language Models [55.14276067678253]
  本稿では,Large Language Models (LLMs) における言語間関係の弱点を効率的に同定するための新しい手法を提案する。 この手法を用いて16言語で6,000以上のバイリンガルペアからなる新しいデータセットを構築し、最先端のモデルにおいても弱点を明らかにする効果を実証した。 さらに,言語的類似性と言語間の弱点との関係について検討し,言語的関連言語が類似した演奏パターンを共有することを明らかにした。
  論文  参考訳（メタデータ） (2025-05-24T12:31:27Z)
• Cross-Lingual Multi-Hop Knowledge Editing [53.028586843468915]
  言語横断的な設定で様々なSoTA知識編集技術の性能を計測・解析するための多言語多言語知識編集パラダイムを提案する。 具体的には、知識編集能力を測定するために並列言語間ベンチマーク CROLIN-MQUAKE を作成します。 次に,言語間マルチホップ知識編集システムであるCLEVER-CKEを提案する。
  論文  参考訳（メタデータ） (2024-07-14T17:18:16Z)
• Large Language Models Are Cross-Lingual Knowledge-Free Reasoners [43.99097308487008]
  我々は,タスクの推論過程を,知識検索と知識のない推論という2つの分離された構成要素に分解する。 知識のない推論能力は,様々なソース・ターゲット言語方向にほぼ完全に移行可能であることを示す。 知識のない推論は、異なる言語で類似したニューロンを推論するために共有し、知識は異なる言語に別々に格納する、という仮説を立てる。
  論文  参考訳（メタデータ） (2024-06-24T14:03:04Z)
• Analyzing the Evaluation of Cross-Lingual Knowledge Transfer in Multilingual Language Models [12.662039551306632]
  その結果,多言語モデルの高性能化は,実際の言語知識の伝達を必要としない要因が主な原因であることが示唆された。 具体的には、特に低リソース言語において、言語間で転送されたものは、主にデータアーチファクトとバイアスです。
  論文  参考訳（メタデータ） (2024-02-03T09:41:52Z)
• Are Structural Concepts Universal in Transformer Language Models? Towards Interpretable Cross-Lingual Generalization [27.368684663279463]
  本稿では,言語間の概念対応を明確に整合させ,言語間の一般化を促進する可能性について検討する。 言語構文の側面をテストベッドとして,43言語を解析した結果,高い整合性を示した。 本稿では,メタラーニングに基づく概念空間の整合学習手法を提案する。
  論文  参考訳（メタデータ） (2023-10-19T14:50:51Z)
• CONCRETE: Improving Cross-lingual Fact-checking with Cross-lingual Retrieval [73.48591773882052]
  ほとんどのファクトチェックアプローチは、他の言語におけるデータ不足の問題にのみ英語に焦点を当てている。 クロスリンガル検索を付加した最初のファクトチェックフレームワークを提案する。 提案したクロスリンガル逆クローズタスク(XICT)を用いてレトリバーを訓練する。
  論文  参考訳（メタデータ） (2022-09-05T17:36:14Z)
• Cross-lingual Lifelong Learning [53.06904052325966]
  本稿では,言語間連続学習(CCL)の評価パラダイムを提案する。 マルチリンガルなシーケンシャルな学習を特に難しいものにするための洞察を提供する。 この分析の意味は、異なる言語間連続学習のデシダータを測り、バランスをとる方法のレシピを含む。
  論文  参考訳（メタデータ） (2022-05-23T09:25:43Z)

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。