Flerspråkiga LLM:er kan styras över språkgränser för figurativt språk
En ny studie visar att flerspråkiga stora språkmodeller (LLM:er) kan styras för att generera figurativt språk över olika språk, vilket indikerar att de interna mekanismerna inte är språkspecifika.
Vad har hänt
Forskare från arXiv har publicerat en studie (arXiv:2605.30443) som undersöker förmågan att styra generering av figurativt språk i flerspråkiga LLM:er. Genom att använda "activation steering" för att estimera en riktning för en figurativ kategori från skillnader i aktivering mellan figurativt och bokstavligt språk i ett språk, kunde forskarna applicera denna riktning under generering. Experimenten omfattade fem figurativa kategorier, sex språk och fyra flerspråkiga LLM:er.
Snabbfakta
| Publikationsdatum | 26 maj 2026 |
|---|---|
| Antal figurativa kategorier | 5 |
| Antal språk | 6 |
| Antal flerspråkiga LLM:er | 4 |
”Multilingual large language models can generate figurative language, but whether the internal signals driving this behavior are language-specific or reusable across languages is unclear.”
”Across five figurative categories, six languages, and four multilingual LLMs, these directions steer reliably within their own language, most robustly for metaphor and simile.”
”More importantly, they transfer across languages: a direction learned in one increases the target behavior when applied to another, with German among the most receptive targets.”
Varför det spelar roll
Resultaten indikerar att de interna signalerna som driver figurativt språk i LLM:er inte är helt språkspecifika. Riktningar som lärts i ett språk kunde överföras till ett annat, vilket ökade den önskade beteendet. Detta har implikationer för förståelsen av hur LLM:er bearbetar och genererar mänskligt språk, och potentiellt för utvecklingen av mer effektiva och mångsidiga flerspråkiga AI-system.
Vem påverkas
Studien påverkar primärt forskare och utvecklare inom AI och naturlig språkbehandling (NLP) som arbetar med flerspråksmodeller och generering av kreativ text. Även företag som utvecklar AI-applikationer med behov av nyanserad språkanvändning kan dra nytta av insikterna.
EU-status
Ej relevant för EU-status.
Mer att veta
Studien fann att styrning inom samma språk var mest robust för metaforer och liknelser. Det visade sig även att riktningar som satts samman från flera språk kunde matcha eller överträffa en enskild målspråks egen riktning, medan borttagandet av denna gemensamma komponent försvagade ursprunglig styrning.
Snabba svar om den här nyheten
Vad har hänt?
När hände det?
Varför spelar det roll?
Vilka språk och kategorier användes?
Länken öppnar i nytt fönster och leder till utgivarens egen sida.
Källan har spårats automatiskt från utgivaren via Aheadlines signalkedja.