深度分析 EmCei:從模型內部抽取文化說明,提升 LLM 多語言表現 大型語言模型因英語為主的訓練資料,在非英語查詢上表現下降。研究提出EmCei,先抽取文化說明再以LLM‑as‑Judge挑選回應,提升多語言正確率,尤其在低資源語言上提升逾30%。實驗在四個多語言測試集上顯示,平均提升16.4%,低資源語言提升逾30%,且兼容多種主流模型。