arXiv 于 2026 年 10 月 21 日（周三 18:11:51 UTC）收录了一篇新论文《Measuring Research Progress and Linguistic Inclusion in Low-Resource Languages》（测量低资源语言的研究进展与语言包容性），提交类别为计算与语言（cs.CL），编号 arXiv:2610.30296v1，全文约 5,287 KB。论文由 Atnafu Lambebo Tonja 领衔，共 9 位作者。研究聚焦一个长期被讨论却缺少系统量化的问题：大语言模型（LLM）虽然加速了低资源与多语言自然语言处理研究，但这种增长是否真正推动了公平、包容的语言技术版图，此前并未被系统描绘。
作者分析了 2020 年至 2025 年间发表的 1,158 篇同行评审开放获取论文，考察研究对低资源语言（LRL）的关注程度，以及语言与说话人口层面的代表性分布。为超越单纯的论文计数来评估语言包容性，研究团队提出了“语言包容性框架”（Linguistic Inclusion Framework，LIF），从四个维度进行多维测量：研究增长（research growth）、代表性扩展（representation expansion）、代表性连续性（representation continuity）与分布公平性（distributional equity）。
结果显示一面是快速增长：年度论文数量从 52 篇增至 415 篇，在 ACL Anthology 中的发表份额增长了 5.4 倍。但另一面是结构性失衡：这一增长主要集中于已有代表性的语言，而非扩大对代表性不足语言的覆盖。进一步分析表明，所分析低资源语言中，亚洲语言的使用者占 64.1%，但只获得 46.7% 的语言代表性份额，仅为其按比例应得份额的 0.7 倍；相比之下，欧洲语言获得的代表性份额是其按比例应得份额的 5.3 倍。在国家层面，撒哈拉以南非洲和东南亚等语言多样性极高的地区语言覆盖率最低。将 LIF 应用于大洲层面后，研究发现没有任何一个地区在全部四个维度上都表现良好。
论文的核心结论是：研究增长本身并不是衡量语言技术迈向公平与包容的可靠指标。这一结论对当前以论文数量、基准覆盖为进度信号的评价方式提出了直接质疑。作者同时注明，将在研究用途下公开全部收集与标注的数据，便于后续复现与扩展。该论文以 arXiv-issued DOI 方式通过 DataCite 发布（注册待完成），除 PDF 外还提供实验性 HTML 版本与 TeX 源码，并附有音频摘要、参考文献与引用工具等附加功能。