多言語大規模言語モデルは比喩的な表現を生成できるが、その振る舞いを駆動する内部信号が言語ごとに固有なのか、言語をまたいで再利用できるのかは明らかではなかった。Linfeng Liu氏ら4名によるプレプリント「Cross-Lingual Steering for Figurative Language Generation」は、活性化ステアリングをプローブとして用いてこの問いに取り組んでいる。論文は2026年5月28日にarXivへ投稿され、計算と言語（cs.CL）に分類され、40ページ・図7点で構成される。
手法は比較的明快である。ある言語において、比喩的表現と字義的表現の間の活性化の差から、特定の比喩カテゴリに対応する方向ベクトルを推定し、生成時にその方向を適用する。著者らは5つの比喩カテゴリ、6言語、4つの多言語モデルという3つの軸で体系的に実験を行った。
まず示されたのは、これらの方向がそれぞれの言語内で安定して生成を誘導できるという点である。とりわけ隠喩（metaphor）と直喩（simile）で効果が最も頑健であり、これらのカテゴリがモデル内部でより明瞭に分離された表現を持つことを示唆する。
さらに重要な発見は言語間転移である。ある言語で学習した方向を別の言語に適用しても、対象の比喩的振る舞いが促進された。著者らによれば、ドイツ語は最も受け入れやすい対象言語の一つであった。これは、言語に比較的依存しない比喩表現の信号がモデル内部に存在しうることを意味する。
研究は方向ベクトルの組み合わせ効果にも踏み込む。複数の他言語から組み立てた方向は、対象言語固有の方向に匹敵するか、それを上回ることさえある。一方、この共有成分を取り除くと、その言語本来のステアリング効果は弱まる。これは「再利用可能だが対象言語に依存する言語横断的信号」の存在を直接示す証拠だと著者らは述べる。
意義としては、解釈可能性研究の活性化ステアリングを多言語の比喩生成に応用し、多言語モデルの内部表現が持つ共有構造を明らかにするとともに、言語を越えたスタイル制御の可能性を示した点が挙げられる。同時に、この信号は完全に言語非依存ではなく、その効果は対象言語の特性に左右されることも強調されている。言語間の差異がどこから生じるかは今後の課題として残される。手法の詳細、実験設定、結果の分析はarXivのページで公開されており、PDF、実験的なHTML版、TeXソースを参照できる。