语言模型是否理解书写系统？

语言模型经常以非预期的语言或脚本生成输出，这种现象称为脱靶生成。虽然现有的研究主要集中在语言选择上，但脚本知识的维度仍未得到充分研究：在进行任何语言理解之前，用户必须识别模型响应中的图形符号。我们通过在多脚本语言上进行测试来调查 Small 和大语言模型（SLM 和 LLM）是否拥有脚本知识。通过两个互补的实验，我们评估模型是否（1）调整其输出脚本以匹配输入，以及（2）遵循明确的指令以指定脚本生成文本。我们测试的模型展示了丰富的脚本知识：它们都实现了近乎完美的拉丁脚本保真度（超过 98%），并高频率地遵循脚本指令。尽管如此，我们注意到 LLM 和 SLM 之间的差异，LLM 的得分更高，包括非标准脚本组合。