一款名为 Bhasha 的新开源模型已被开发出来,用于识别混合编码印度文本中单个单词的语言,支持 Hinglish、Tanglish 和 Kanglish 等语言。虽然 Bhasha 在许多印度语言上表现良好,但在泰米尔语方面遇到困难,将相当一部分泰米尔语单词错误地归类为泰卢固语。该模型拥有 2.78 亿个参数,可在 CPU 上运行,使用公开文本数据进行训练,并根据 Apache-2.0 许可证提供。 AI
影响 该模型可以改进混合编码语言的下游 NLP 任务,但其泰米尔语性能需要进一步完善。
排序理由 该集群描述了一个新的开源语言识别模型的发布,属于 NLP 的研究和开发领域。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →