把俄语作文丢给 AI 改语法，靠不靠谱？莫斯科大学和 Yandex 的研究者做了个实验：他们把俄语写作规则整理成 48 条，每条配上错句和正句，公开考了一大批大模型。结论有点扎心——最难的部分集中在标点和"не 的写法"上，而这恰恰是中国学生翻车率最高的地方。

本篇依据：Сорокин А., Насырова Р.《LORuGEC: лингвистически ориентированный корпус для задачи исправления грамматических ошибок в русском языке》，«Диалог 2025»（2025 年 4 月）；LORuGEC 公开数据集（GitHub）；同作者 BEA 2025 工作组论文（ACL 2025）。规则定义与错句—正句对均取自 LORuGEC 数据集原文。

这个实验是怎么设计的

LORuGEC 是第一个"带规则标注"的俄语语法纠错语料库：每条错句旁边都标着它违反的是哪一条俄语写作规则，规则全部来自语法参考书、教师手册和教育网站。先看几条规则原文——你大概率在俄语课本里见过它们。

Союз «чтобы» пишется слитно (в одно слово).

连词«чтобы〉（为了）要连写（写成一个词）。

Частица -таки пишется раздельно после существительных, прилагательных, личных местоимений и союзов.

语气词 -таки（终于、还是）在名词、形容词、人称代词和连词之后要分写。

Причастие ставится в тот же род, число и падеж, что и определяемое слово.

形动词必须与被修饰的词保持相同的性、数、格。

С глаголами (в личной форме, в инфинитиве, в форме деепричастия) частица «не» пишется раздельно.

не 与动词连用时（人称形式、不定式、副动词形式），一律分写。

数据卡：LORuGEC 语料库规模

48 条｜规则总数，分属 4 大板块

17 条｜标点（逗号、破折号为主）

25 条｜拼写（не 的分合、пре/при、词缀等）

4 条｜语法（支配、数词变格、一致关系）

2 条｜语义（词语搭配、赘语）

960 对｜错句—正句总数：348 个验证句 + 612 个测试句

29 / 48｜对基础模型（YandexGPT3 Pro）有难度的规则数

编者按：语料库是"故意"为考试设计的——没有训练集，就是为了测出模型"已经知道什么"，而不是让它现学。论文原话：这个语料库刻意做小，就是为了诊断。

看几个真实错句：这些坑 AI 也常栽

光看规则没感觉，直接上错句。下面每一组都取自数据集里的真实样例：左边是错句，右边是正句。你可以自己先判断一遍，再看答案。

实例卡：12 组错句 → 正句（全部取自 LORuGEC 数据集样例）

«что-бы» → «чтобы»　连词不能拆开写。错句："…нужно четко понимать задачи такого инструментария, что-бы…"

«снегу-таки» → «снегу таки»　таки 分写。错句："К ночи снегу-таки намело."

«душонька» → «душенька»　-оньк/-еньк 分不清：元音和软辅音、唏音后用 -еньк。错句："родная моя душонька"

«несмелость» → «не смелость»　не+名词：有"不是…而是…"的对立时分写。错句："Она проявила несмелость, а трусость."

«не простая» → «непростая»　не+形容词：没有对立词、且能换成同义词时连写。错句："У нас была, мягко говоря, не простая история отношений."

«а так же» → «а также»　连接词 также 连写。错句："…хозяева, слуги, а так же дети…"

«за то, что» ↔ «зато»　за то, что（因为……）分写；зато（但是）连写。错句："Аргументы зато, что религиозный фактор…"

«полутора» → "полтора"　полтора/полторы/полтораста 的变格是俄语数词里的老大难。

«прибывает» → «пребывает»　пре-/при-：这里是"停留在"义，应用 пре-。错句："…теперь прибывает в институт…"

«двухсот шестидесяти пяти» → "двести шестьдесят пяти"　复合数词变格：двести 不变格，二百要变。

"погонишься ни одного" → "погонишься — ни одного"　结果从句要加破折号。谚语：追两只兔子，一只也抓不到。

"работал , как экономист" → "работал как экономист"　как 表"作为"义时不用逗号隔开。

编者按：这 12 组只是 960 组里的样例。它们的共同点：都是俄罗斯中考（ЕГЭ）和《俄语正写法》里的高频考点（LORuGEC 规则来源口径：语法参考书、教师手册与教育网站，含罗津塔利《俄语正写法》在线版），也都是中国学生写作时的经典翻车点。

模型到底能考多少分

规则和句子都备好了，接下来就是考模型。研究者的结论是：开源模型和闭源模型之间差着一道坎，而规则用得上的地方，恰恰是最难的地方。

数据卡：模型成绩（F0.5 值，越高越好）

50%｜开源中等模型 Qwen2.5-7B，两阶段微调后的最佳 F0.5（«Диалог 2025»口径）

75%｜闭源模型 YandexGPT4 Pro，少样本（few-shot）的 F 值

81%｜YandexGPT4 Pro + 规则标注训练示例检索器后的 F 值

57%｜Qwen2.5-7B 同法提升后的 F 值

83%｜YandexGPT-5 Pro，5-shot 学习的最佳 F0.5（BEA 2025 口径，同团队新版论文）

29/48｜基础模型觉得难的规则数；最难集中在标点和语义两类

编者按：两篇论文是同一团队的连续工作：2025 年 4 月的会议版考到 81%，2025 年 7 月发表于 ACL 工作组（BEA 2025）的版本把 YandexGPT-5 Pro 考到了 83%。注意两个口径的模型不同（GPT4 Pro vs GPT-5 Pro），数字不能直接对比。

这件事对中国学生有什么用

实用结论有三条，都可以直接用。

生活应用三条

盯死这几类错　не 与动词/形容词/名词的分合写法、пре/при、пол-、таки/зато/оттого/притом/также/чтобы——既是你的高频错，也是 AI 的高频错。

AI 改稿可以信一半　它改"熟悉的错误"越来越准，但对需要理解语义的规则（搭配、赘语、标点逻辑）仍会漏。改完自己按规则过一遍。

重音别问 AI　AI 基本不标重音。俄语重音得靠词典和听说积累——顺便说，俄国人自己查重音查得最多的词，上一篇刚列过。

Причастие ставится в тот же род, число и падеж, что и определяемое слово.

形动词，必须与被修饰的词保持相同的性、数、格。

——LORuGEC 规则表（Сорокин & Насырова，2025）

参考文献

Сорокин А., Насырова Р. LORuGEC: лингвистически ориентированный корпус для задачи исправления грамматических ошибок в русском языке // «Диалог 2025». 2025. С. 384–392.https://dialogue-conf.org/wp-content/uploads/2025/04/SorokinANasyrovaR.052.pdf

Sorokin A., Nasyrova R. LLMs in Alliance with Edit-based Models: Advancing In-Context Learning for Grammatical Error Correction by Specific Example Selection // Proceedings of the 20th Workshop on Innovative Use of NLP for Building Educational Applications (BEA 2025). Vienna: ACL, 2025. P. 517–534.https://aclanthology.org/2025.bea-1.38/

LORuGEC: Linguistically Oriented Rule-annotated GEC Dataset for Russian. GitHub.（规则定义与错句—正句样例数据集）https://github.com/ReginaNasyrova/LORuGEC

本篇数据与引文均译自上列文献与报道原文，出版方信息以原文为准；汉语译文为编者据俄文原文重述，仅供学习参考，不作为规范语言用法的依据。如有出入，请以原文献为准。