研究人员开发了Soro，一个专门为塔吉克语定制的大语言模型家族。这些模型基于开源的Gemma 3检查点构建，并使用19亿个标记的塔吉克语文本语料库进行进一步训练，然后对40,000个示例进行指令调优。与同等规模的Gemma 3模型相比，Soro在新建的塔吉克语基准测试中表现更优，同时也能保持强大的英语语言能力。这些模型旨在有限的计算和连接条件下部署，通过FP8和INT4等量化技术在降低内存占用的同时保持性能，以支持边缘设备使用。 AI
影响 这一发展可能显著提高塔吉克语使用者的AI可及性和实用性，有望在塔吉克斯坦的教育和通信领域催生新的应用。
排序理由 该集群描述了一篇关于创建和评估专用语言模型的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
