OpenEvals 多语言实测：LLM 普遍难懂俚语与方言变体，常混淆地区用法

OpenEvals 多语言评测显示，LLM 普遍难以理解俚语与方言变体，常混淆西班牙语等不同地区的用法。参与者补充的西班牙语测试发现，许多词义依赖语境和双关，模型容易出错；尽管个别模型在印尼语俚语上表现较好，但多数 LLM 对印地语农村口语变体几乎没有认知。