多言語に対応した大型言語モデル（LLM）が新たな段階へと進みました。従来、英語データの偏りにより性能が限られていたLLMですが、
入力を英語に翻訳する「プレトランスレーション」が一般的な解決策でした。しかし、この方法は効率の低下や情報の喪失などの問題を引き起こしていました。
そこで、私たちの最新研究「Breaking the Language Barrier: Can Direct Inference Outperform Pre-Translation in Multilingual LLM Applications?」が注目を集めています。
この研究では、多言語に高い性能を示すPaLM2を用いて、プレトランスレーションなしで直接理解させる手法を検証しました。
結果、PaLM2はプレトランスレーションを行うよりも、108言語中94言語で優れた性能を発揮。より高速で効率的な多言語処理が可能になる可能性を示しています。
出典 : http://research.google/blog/pre-translation-vs-direct-inference-in-multilingual-llm-applications/