Beetle: A Bilingual Model Suite for Modelling Second-Language Processing
本文通过引入可独立操控的Beetle框架，研究不同训练条件对第二语言处理的影响，训练了多种双语模型，并发现阶段性及时间结构化的课程设置能更有效地模拟学习者阅读时间。
0 citationsRead paper
Selected work
Representative Papers
Can Data Attribution Filter Out Subliminal Learning? Not Reliably
研究评估了三种基于梯度的数据归因方法在过滤潜意识学习上的有效性，发现EK-FAC在某些情况下有效，但整体上不如基准方法。
0 citationsRead paper
BuzzASR: A Swarm of 100+ Monolingual Speech Recognition Models
为解决多语言模型在小语种上表现不佳的问题，通过针对102种语言进行单语微调及更复杂的语言适应策略，提高了自动语音识别的准确性。
0 citationsRead paper
Cross-Lingual Alignment Without Joint Training: Do Monolingual Language Models Converge on Universal Representations?
研究通过测试严格单语模型，发现无需联合训练也能学习可对齐的表示，揭示了跨语言对齐可从语言结构中自然产生。
0 citationsRead paper
Skill Issue: Are Skills Language-Invariant in LLMs?
研究通过多语言自我博弈方法，量化了大型语言模型在不同语言间技能表现的不一致性问题。
0 citationsRead paper
Recent publications
Latest Papers
Beetle: A Bilingual Model Suite for Modelling Second-Language Processing
本文通过引入可独立操控的Beetle框架，研究不同训练条件对第二语言处理的影响，训练了多种双语模型，并发现阶段性及时间结构化的课程设置能更有效地模拟学习者阅读时间。
0 citationsRead paper
Can Data Attribution Filter Out Subliminal Learning? Not Reliably
研究评估了三种基于梯度的数据归因方法在过滤潜意识学习上的有效性，发现EK-FAC在某些情况下有效，但整体上不如基准方法。
0 citationsRead paper
BuzzASR: A Swarm of 100+ Monolingual Speech Recognition Models
为解决多语言模型在小语种上表现不佳的问题，通过针对102种语言进行单语微调及更复杂的语言适应策略，提高了自动语音识别的准确性。
0 citationsRead paper
Cross-Lingual Alignment Without Joint Training: Do Monolingual Language Models Converge on Universal Representations?
研究通过测试严格单语模型，发现无需联合训练也能学习可对齐的表示，揭示了跨语言对齐可从语言结构中自然产生。
0 citationsRead paper
Skill Issue: Are Skills Language-Invariant in LLMs?
研究通过多语言自我博弈方法，量化了大型语言模型在不同语言间技能表现的不一致性问题。
0 citationsRead paper