GRPO Beyond English: A Large-Scale Study of GRPO in Non-English and Multilingual Settings
带可验证奖励的强化学习 (RLVR) 通常通过组相对策略优化 (GRPO) 进行优化，已成为提高预训练语言模型推理能力的核心方法，但目前的研究仍然主要以英语为中心。我们对多语言和非英语 GRPO 进行了大规模的实证研究，涉及广泛的基础模型、训练语言和不同的推理语言奖励。我们发现，母语推理训练通常与英语推理训练差距很小。我们进一步观察到强...
Am I too old to learn a new language?
大脑的神经可塑性会随着年龄的增长而减弱，但这不应该让年龄较大的学习者望而却步——他们确实有一些优势•从 J-Lo 到 Strictly：为什么越来越多的学生学习西班牙语 10 年前，当 Adrian Black 遇到他的意大利伴侣时，他决心学习她的母语。十年前，他在法国生活时，连续学习了法语，他觉得这个挑战是可以实现的。现年 50 岁的布莱克说：“我对学习法语的难度感到惊讶，但回来后我的法语说得很好。”但掌握意大利语却是一个更加艰难的过程，他解释说：“我觉得法语在我脑海深处的某个地方，但意大利语需要我付出更多的努力才能达到那个水平。”和以前一样好，而且我很确定我记不住东西的程度不如以前了。只是
本博客由斯特拉斯克莱德大学博士生 Brendal Aformeziem 友情撰写。去年夏天，一所英国大学的一名学生在一次不当行为中解释说，他们使用谷歌查找同义词，因为英语不是他们的母语。专家组将此记录为承认使用人工智能进行释义。该办公室[…]这篇文章《抓住错误的学生：人工智能检测、国际学生和英国大学的公平危机》首先出现在 HEPI 上。
Opinion: The Border Is Breaking My Students’ Hearts. It Broke Mine, Too
我在校外遇到了我以前的一个学生。 “小姐，你怎么样？”他问道。我用我们的母语回答：“Muy bien, ¿y tú?”我们简短地聊了聊我们班的学生，我问起了卡米拉——一个愚蠢的九年级学生，她总是让我们的生活充满阳光。 “嘿...... la deportaron，小姐，”[...]
