[논문리뷰] Language Chain in Alignment: Cross-lingual Ranking Preference Optimization대규모 언어 모델(LLM)의 정렬은 주로 영어 중심의 고품질 선호도 데이터에 의존하기 때문에, 다른 언어에서는 최적 이하의 성능을 보이며 응답 정확성에서 일관성이 떨어지는 문제가 발생합니다. 이러한 불균형은 비영어권 질의에 대한 입력-출력 언어 불일치 및 성능 저하와 같은 바람직하지 않은 행동으로 이어집니다.#Review#Cross-lingual Alignment#Preference Optimization#Large Language Models#Learning to Rank#Multilingual LLMs#Instruction Following#LambdaLoss2026년 8월 30일댓글 수 로딩 중
[논문리뷰] Skill Issue: Are Skills Language-Invariant in LLMs?본 논문은 LLM이 서로 다른 언어 환경에서 상호작용할 때, 단순히 지식의 접근성뿐만 아니라 근본적인 기술(Skill) 수준까지 달라지는지 규명하고자 합니다.#Review#Multilingual LLMs#TextArena#Cross-lingual Skill Inconsistency#Self-play#Language Interface#Agentic Gameplay2026년 8월 26일댓글 수 로딩 중
[논문리뷰] IndicParam: Benchmark to evaluate LLMs on low-resource Indic Languages대규모 언어 모델(LLMs)이 고자원 다국어 작업에서 우수한 성능을 보이지만, 저자원 및 초저자원 인디언 언어에 대한 평가는 심각하게 부족합니다. 본 연구는 이러한 언어에서의 LLM 성능 한계를 체계적으로 평가하고, 교차 언어 전이 학습의 효과를 밝히는 데 목적이 있습니다.#Review#Low-resource Languages#Indic Languages#LLM Evaluation#Benchmark#Multilingual LLMs#Question Answering#Cross-lingual Transfer2025년 12월 1일댓글 수 로딩 중
[논문리뷰] ATLAS: Adaptive Transfer Scaling Laws for Multilingual Pretraining, Finetuning, and Decoding the Curse of Multilinguality이 연구는 영어에 주로 집중되어 있던 기존 스케일링 법칙 연구의 한계를 넘어, 다국어 사전 학습, 미세 조정 및 추론 전반에 걸쳐 스케일링 법칙을 포괄적으로 이해하고 모델링하는 것을 목표로 합니다.#Review#Multilingual LLMs#Scaling Laws#Transfer Learning#Curse of Multilinguality#Pretraining#Finetuning#Language Models#Adaptive Scaling2025년 10월 29일댓글 수 로딩 중
[논문리뷰] When Models Lie, We Learn: Multilingual Span-Level Hallucination Detection with PsiloQA대규모 언어 모델(LLM)의 안전하고 신뢰할 수 있는 배포를 위한 핵심 과제인 환각(hallucination) 탐지를 목표로 합니다.#Review#Hallucination Detection#Multilingual LLMs#Span-Level Annotation#Synthetic Data Generation#Question Answering (QA)#Encoder Models#Uncertainty Quantification#GPT-4o2025년 10월 17일댓글 수 로딩 중