📖 AI 总结

本文提出了一种名为LINK的数据级干预方法，旨在解决低资源语言在多语言模型中的跨语言知识迁移难题。该方法的核心创新在于，通过双语词汇表对高资源语言（如英语）预训练数据中的随机词进行词汇替换，无需额外模型训练或并行数据，仅依赖近乎零成本的双语词典即可实现。研究在八种语言和五种模型规模上进行了评估，结果显示，LINK显著提升了目标语言的下游任务表现，并实现了最高两倍的训练加速以达成同等性能。这一方法为数据稀缺场景下的多语言建模提供了轻量级且高效的解决方案，尤其适用于科学推理、常识推断等依赖世界知识的任务，拓展了低资源语言模型的实际应用边界。