연구팀은 DiaLLM을 통해 대규모 언어 모델의 영어 방언 이해와 생성 능력의 격차를 조사했어요. Australian, Indian, Northern British English를 대상으로 지속적인 사전 훈련과 다양한 정렬 전략을 적용하여 실험을 진행했죠. 실험 결과, 방언 강건성과 생성은 분리되어 있으며, 정렬 방식이 생성 결과에 큰 영향을 미치는 것으로 나타났어요.
명시적인 방언 맞춤형 적응은 인간 평가에서 선호도를 보였지만, 보상 최적화와 실제 선호도 간의 격차가 존재했어요. 연구팀은 관련 코드, 체크포인트, 선호도 데이터 세트를 공개하며, 더 풍부한 보상 설계와 방언 자원 투자의 필요성을 강조했어요.