AI可能根本没有「语言墙」：只练一种语言，其他语言也会跟着变强

据动察 Beating 监测，苹果研究团队拿 9 款模型、11 种语言做了一轮强化学习实验，想搞清楚：如果训练数据只有一种语言，模型学到的解题能力能不能拿去做其他语言的题？ 答案是，可以，而且效果相当明显。只用一种语言训练，模型在很多其他语言上也会一起变强。 比如在法语测试上，直接用法语训练，成绩平均提升 25.6 个百分点；完全不用法语训练，只拿西班牙语的题来练，最后考法语也能提升 24.6 个百分点，只差 1 个百分点。 模型学到的不只是某一种语言里的题，还有一部分可以换语言继续用的解题方法。所以以后想把模型的中文推理练强，未必所有强化学习数据都得重新做成中文。 但训练语言也不能随便换，特定语言确实可能触发特定能力退化。同样一套强化学习，换一种训练语言，有些模型在其他语言和任务上反而会明显退步。最夸张的一组实验里，Qwen3-4B 用斯瓦希里语训练后，一组训练时没见过的英语测试比原模型掉了 19.2 个百分点；多语言一起训练时，这项测试反而提升了 4.5 个百分点。 这篇论文验证的主要还是数学、逻辑、图、几何等答案可以自动判断对错的推理题。这些题换一种语言后，底层解法往往没有变。对于阅读理解、隐喻、语义判断、文化知识这些真正依赖语言本身的任务，论文没有验证。