El estudio DiaLLM aborda la desconexión entre comprender y producir inglés dialectal mediante el preentrenamiento continuo de tres familias de modelos de lenguaje de peso abierto en el Corpus Internacional del Inglés. Aplica paradigmas de postentrenamiento implícitos y explícitos combinados con tres estrategias de alineación para comparar el inglés australiano, indio y británico septentrional.
- La robustez dialectal y la generación están disociadas; los benchmarks reflejan el preentrenamiento continuo y SFT, mientras que la alineación moldea la generación de maneras que los benchmarks no captan.
- La adaptación explícita orientada a variedades produce resultados reconocidos fiablemente como dialectales y preferidos sobre la alineación amplia.
- El método que optimiza más agresivamente la recompensa dialectal no es el preferido por evaluadores humanos.
- El análisis lingüístico independiente corrobora esta brecha entre recompensa y calidad en dos de las tres familias de modelos.
Los autores concluyen que ningún método de alineación domina y cerrar la brecha requiere diseños de recompensa más ricos e inversión continua en recursos dialectales.