Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.10216

帮助 | 高级搜索

计算机科学 > 计算与语言

arXiv:2507.10216 (cs)
[提交于 2025年7月14日 ]

标题: Absher:评估大型语言模型对沙特方言理解的基准

标题: Absher: A Benchmark for Evaluating Large Language Models Understanding of Saudi Dialects

Authors:Renad Al-Monef, Hassan Alhuzali, Nora Alturayeif, Ashwag Alasmari
摘要: 随着大型语言模型(LLMs)在阿拉伯语自然语言处理应用中变得越来越核心,评估它们对地区方言和文化细微差别的理解至关重要,尤其是在像沙特阿拉伯这样语言多样化的环境中。 本文介绍了\texttt{阿布舍尔},一个专门设计用于评估LLMs在主要沙特方言中的表现的综合性基准。 \texttt{阿布舍尔}包含超过18,000道选择题,涵盖六个不同的类别:含义、对错、填空、上下文使用、文化解释和地点识别。 这些问题来源于从沙特阿拉伯各地收集的方言词汇、短语和谚语的精选数据集。 我们评估了几种最先进的LLMs,包括多语言和阿拉伯语专用模型。 我们还提供了它们能力与局限性的详细见解。 我们的结果揭示了显著的性能差距,特别是在需要文化推理或上下文理解的任务中。 我们的研究结果突显了迫切需要进行方言感知训练和文化一致的评估方法,以提高LLMs在现实世界阿拉伯语应用中的表现。
摘要: As large language models (LLMs) become increasingly central to Arabic NLP applications, evaluating their understanding of regional dialects and cultural nuances is essential, particularly in linguistically diverse settings like Saudi Arabia. This paper introduces \texttt{Absher}, a comprehensive benchmark specifically designed to assess LLMs performance across major Saudi dialects. \texttt{Absher} comprises over 18,000 multiple-choice questions spanning six distinct categories: Meaning, True/False, Fill-in-the-Blank, Contextual Usage, Cultural Interpretation, and Location Recognition. These questions are derived from a curated dataset of dialectal words, phrases, and proverbs sourced from various regions of Saudi Arabia. We evaluate several state-of-the-art LLMs, including multilingual and Arabic-specific models. We also provide detailed insights into their capabilities and limitations. Our results reveal notable performance gaps, particularly in tasks requiring cultural inference or contextual understanding. Our findings highlight the urgent need for dialect-aware training and culturally aligned evaluation methodologies to improve LLMs performance in real-world Arabic applications.
主题: 计算与语言 (cs.CL) ; 人工智能 (cs.AI)
引用方式: arXiv:2507.10216 [cs.CL]
  (或者 arXiv:2507.10216v1 [cs.CL] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.10216
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Hassan Alhuzali [查看电子邮件]
[v1] 星期一, 2025 年 7 月 14 日 12:33:07 UTC (1,653 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs.AI
cs.CL

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号