幣界網消息，蘋果研究團隊進行了一項強化學習實驗，使用9款模型和11種語言，探討如果訓練數據僅為一種語言，模型的解題能力是否能遷移至其他語言。結果顯示，模型在多種語言上均有顯著提升。例如，法語測試中，直接用法語訓練的成績平均提升25.6個百分點，而僅用西班牙語訓練的情況下，法語成績也提升了24.6個百分點。研究表明，模型不僅學習了特定語言的解題方法，還能將這些方法應用於其他語言。然而，訓練語言的選擇需謹慎，特定語言可能導致能力退化。實驗中，qwen3-4b在斯瓦希里語訓練後，英語測試成績下降19.2個百分點，而多語言訓練則使該測試提升4.5個百分點。該論文主要驗證了數學、邏輯等推理題的解法在語言轉換中的一致性，但未驗證依賴語言本身的任務，如閱讀理解和文化知識。