Skill Issue: Are Skills Language-Invariant in LLMs?

• 类型：arxiv
• 标识：2608.25832
• 链接：https://arxiv.org/abs/2608.25832
• 主分类：evaluation
• 形态：benchmark
• 被引：1
• 被引来源：Semantic Scholar
• S2被引：1
• OpenAlex被引：0
• 影响力被引：0
• TLDR：This work quantifies cross-lingual skill inconsistency orthogonally from knowledge and general benchmark performance via multilingual self-play, and shows that skill discrepancies are a measurable major roadblock in the development of truly multilingual models.
• OpenAlex ID：W7204437311
• OpenAlex DOI：10.48550/arxiv.2608.25832
• DOI：10.48550/arxiv.2608.25832
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2608.25832
• OpenAlex更新：2026-09-01
• 待LLM分类：否
• 标题中文：Skill Issue：LLM 中的 Skill 是否具备语言无关性？
• TLDR中文：本文通过多语言 self-play，正交于知识与综合基准性能对跨语言技能不一致性进行量化，表明技能差异是开发真正多语言模型过程中可衡量且主要的障碍。
• 来源文件：
• /inbox/tom/_candidates/2026-08-28-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]