现代标准阿拉伯语 (MSA) 是否在LLM中主导阿拉伯语方言？表示级分析

大型语言模型 (LLM) 在生成阿拉伯语时通常默认为现代标准阿拉伯语 (MSA)，即使在提示阿拉伯语方言时也是如此。一个自然的解释是它们的内部表示由 MSA 主导。我们通过将 Shani 和 Basirat (2025) 的语言主导框架（https://doi.org/10.18653/v1/2025.blackboxnlp-1.7) 应用于 26 个阿拉伯语变体）来测试这一假设。在各层和模型系列中，我们没有发现任何证据表明 MSA 充当阿拉伯方言的主导内部表示。相反，方言表示形成一个密集且高度重叠的空间：与针对更多不同语言报告的模式相比，归一化互信息急剧下降。此外，最强的可分离性效应并不局限于中间层，而是可以这些发现挑战了对 MSA 偏见生成的常见解释：输出偏好并不一定揭示内部代表性优势，因此，对多语言和方言LLM的分析应该将生成偏见与内部几何结构区分开来。 交涉。