同一个名字换种文字，模型就认不出

做风控或客服系统的人可能碰过这种怪事：黑名单里同一个名字，用英文拼写去查，模型说命中；换成印度本地文字再查一遍，模型却答查无此人。数据没丢，是模型对「这是不是同一个人」的判断，会随着文字系统整个改变。10 月 22 日挂上 arXiv 的一篇预印本，把这类翻车第一次拆开量了量。

一、发生了什么

论文团队整理了 601 对经过人工核验的身份配对：每对要么是同一个人在两种文字下的写法，要么是容易混淆的不同人。测试时问题和关系完全不动，只切换文字。结果相当扎眼。以马拉地语提问，被测的 7B 级开源模型判断「是同一个人」的比例，从拉丁字母下的 35.1% 跌到天城文下的 8.5%；而「不是同一个人」的判断始终稳在 98% 以上。换句话说，模型没有乱认人，它是在该认的时候不敢认。换到马拉雅拉姆文、374 对样本上复现，结论依旧：同人判断掉到 5.3%，不过排序能力还在，指标约 0.925。摘要还给出修复线索：对模型中间层、第二个实体出现的位置做定向干预，留出集上的马拉地语同人判断能从 6.5% 提到 33.5%，不同人判断仍保持 98.5%；只做阈值层面的校准，也能补回 87% 的差距。五个被测模型各有一点偏向，说明这是普遍现象，不是单一模型的毛病。

给不熟悉这个领域的读者补一段：跨文字实体匹配在工程里无处不在，跨境风控的名单比对、多语种客服的身份核对、百科类产品的跨语言链接，都默认「换个文字系统只是换翻译」。这篇论文证明这个默认不成立，问题出在模型内部，不在翻译质量——这段是背景，不是论文结论。

二、跟你有什么关系

做跨境业务的人：人名对齐、名单去重，只要涉及非拉丁文字，就不能假设模型表现一致，得按文字系统分别测，尤其是南亚语系市场。做知识库和搜索的人：实体消歧是检索质量的底座，这篇论文提示底座在多语场景有洞，消歧模块要单独回归测试。普通用户：让 AI 跨语言查一个人的资料，答案可能随提问语言变化，重要结论要换语言交叉验证，别只信一次提问。

三、怎么判断

1. 取几组真人名，用两到三种文字分别问「这两个名字是不是同一个人」，看答案会不会变。
2. 摘要提到减少分词碎片并不能稳定补上差距，所以别指望换个分词方案了事，要直接测行为。
3. 上线前把「错认」和「漏认」分开统计。这篇论文里漏认严重、错认极少，只看总准确率会掩盖问题。

四、三个别信的说法

分词器背锅，换一个就好。 摘要明确写了：分词碎片减少并不能可靠消除差距。原因还涉及判断门槛的摆放和内部表征，要靠实测说话，不能靠换组件安慰自己。

小语种才这样，英文没事。 同一个模型、同一批人，拉丁字母 35%、天城文 8.5%，变的只有文字。冷门是相对的，缺陷是结构性的。

这是随机抖动，多问几次就行。 摘要显示错误能定位到特定中间层，干预后同人判断能提高二十多个百分点。错误有稳定的机制，不是抽签。

五、一句话结论

文字一换，模型对「是不是同一个人」的判断就可能翻车，多语言系统上线前，请按文字系统分别验收。

信息来源

• arXiv 预印本摘要页：跨文字实体匹配诊断，2026-10-22 提交

功能与价格以官方公告为准。本文写于 2026 年 10 月 26 日。