Native Multilingual Chain-of-Thought Reasoning in Low-Resource Southeast Asian Languages

あなたの好きなビデオゲームのキャラクターが、あなたがどんな言葉で話しかけても英語でしか話せない世界を想像してみてください。もしあなたがスペイン語で質問をしたとしても、そのキャラクターは言葉の意味は理解できますが、答えを説明し始めると、難しい思考の部分で突然英語に戻ってしまうのです。これは単なるバグではありません。「大規模言語モデル（LLM）」と呼ばれる人工知能の世界における重大な障壁なのです。これらは物語を書いたり、数学の問題を解いたり、私たちとチャットしたりできる、超スマートなコンピューターの脳です。非常に難しいパズルを解くのが本当に上手くなるために、彼らは「思考の連鎖（Chain-of-Thought）」というトリックを使います。これは、最終的な答えを出す前に、自分のステップ・バイ・ステップの思考プロセスを自分自身にささやくようなものです。問題は、世界中の多くの言語、特に東南アジアのようにデジタルリソースが少ない言語において、これらのAIの脳が「崩壊」し、たとえタイ語、ベトナム語、あるいはインドネシア語で考えるように指示しても、英語で思考をささやってしまう傾向があることです。このことは、AIを親しみやすい地元の友人のように感じさせるのではなく、遠い存在の英語専任の家庭教師のように感じさせてしまいます。これは教育や公平性の観点から大きな問題です。

ここで、研究者のショーン・ギップ・リム（Sean Gip Lim）、ウィリアム・チャンドラ・チー（William Chandra Tjhi）、ハイ・リョン・チュー（Hai Leong Chieu）による新しい研究が登場します。彼らは、これらのAIの脳のために架け橋を築くことに決めました。彼らは、OSCD（Onramp-Sequence Cross-Distillation）と呼ばれる巧妙なトレーニング手法を作り出しました。これは、単に最終的な答えを翻訳するだけでなく、正しい解決策を維持したまま、AIの内部的な「思考メモ」を現地の言語で実際に書き換えるバイリンガルのコーチのようなものです。通常、AIに新しい言語を教えようとすると、AIは混乱して元の言語での賢さを忘れてしまいます（これは「破滅的忘却」と呼ばれる問題です）。しかし、この新しい手法は、思考ステップを入れ替えるための特別な「翻訳エージェント」と、AIの脳が論理を理解したまま、ただ異なる言語で扱えるようにするための「意味的な接着剤（semantic glue）」を使用しています。

研究者たちは、AIME25やHMMT25といった、数学の問題におけるオリンピック競技のような、存在する中で最も難しい数学パズルのいくつかを用いてこれをテストしました。彼らは、英語の数学には長けているが東南アジアの言語で考えることは苦手な強力なAIモデルを取り上げ、通常必要とされる数百万もの例に比べれば極めて少ない、わずか7万個の例を用いて、短期間の集中トレーニングを行いました。結果は目覚ましいものでした。モデルは単に質問に答える能力が向上しただけでなく、実際に現地の言語で「思考」し始めたのです。事実、モデルはターゲット言語を維持しながらこれらの数学問題を解く能力を最大3.2倍向上させました。さらにエキサイティングなことに、彼らは元の英語の賢さを失うことなく、これを行うことができました。この研究は、「翻訳エージェント」と「意味的な接着剤」を使用することで、私たちはついに、取り残されてきた言語で自然に推論する能力をAIに与えることができ、高度なテクノロジーを英語話者だけでなくすべての人にとって身近なものにできることを示唆しています。