标题：495篇参考文献！北交大清华等高校发布多语言大模型综述

研究团队发表论文《大模型的多语言能力综述》，全面回顾了大模型在多语言能力上的最新进展与未来发展方向，涵盖495篇文献。

论文指出，尽管大模型已取得显著进展，但在多语言场景中仍面临诸多挑战，如数据不平衡、资源匮乏及性能不佳等问题。文章从训练方法、推理策略、信息检索、安全性、领域特定场景、数据资源、基准与评估、偏见与公平性等多个角度深入探讨。

论文分为几个部分：一、训练方法，包括从头训练和持续训练两大类；二、多语言推理策略，涉及直接推理、预翻译、多语言思维链、代码转换和多语言检索增强；三、多语言信息检索，涵盖综合训练数据、多语言检索器和重排器；四、安全性，包括攻击方法和防御机制；五、领域特定场景，重点关注医学和法律领域；六、数据资源、基准与评估；七、偏见与公平性。

研究团队建议未来研究应关注可持续训练范式、通用推理范式、面向实际的评估方法及多语言中的偏见影响。论文为多语言大模型研究提供了全面指导，期待大模型技术在多语言场景中的广泛应用和创新。