DAR-MGSM：面向方言阿拉伯语的数学推理基准

2026年10月21日，arXiv cs.AI / cs.LG 发布 DAR-MGSM，这是首个面向方言阿拉伯语数学推理的人工精编基准。该基准覆盖五种主要阿拉伯方言以及现代标准阿拉伯语（MSA），并设置“仅翻译”与“翻译+文化本地化”两个平行版本。研究者在 11 个阿拉伯语及多语言大语言模型上评测，发现模型在文化本地化版本上的性能普遍下降，降幅因模型而异。机制可解释性分析进一步显示，同一道题的两个版本常会引发不同的内部推理轨迹，即使总体准确率相近。目前，该工作以预印本形式公开，后续是否经过同行评审或扩展评测尚未见报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。