Burmese people
PulseAugur coverage of Burmese people — every cluster mentioning Burmese people across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
基准测试发现，大型语言模型在英语和缅甸语化学计算方面的表现相当
开发了一个新的基准测试 MyanmarChemCalc-Bench，用于测试大型语言模型在英语和缅甸语化学计算方面的性能。该基准测试显示，尽管 Claude 等顶级模型取得了满分，但运行可靠性问题（如速率限制）可能会扭曲排行榜排名。初步研究表明，通过适当的数字格式化，当前的前沿模型在教科书式的化学问题上两种语言的表现相当。
-
新基准凸显人工智能在东南亚语言语音理解方面存在的关键差距
研究人员开发了SEA-SpeechBench，一个旨在评估11种东南亚语言语音理解能力的综合基准。该基准包含超过97,000个样本和597小时的音频数据，涵盖自动语音识别、语音翻译和时间理解等任务。对现有模型的初步评估显示出显著的性能差距，特别是在缅甸语和泰米尔语等低资源语言中，使用母语提示的性能比英语落后高达41个百分点。研究结果凸显了当前模型存在的关键局限性，并强调了更具包容性发展的必要性。
-
开发了新的缅甸语医疗语音语料库和微调后的Whisper模型
研究人员开发了myMediWhisper，一个用于识别缅甸语医疗语音的新框架，解决了现有模型（如Whisper）的局限性。该框架建立在一个由缅甸语母语者录制和验证的28小时医疗对话语料库之上。该研究使用全参数微调和参数高效方法，并结合数据增强技术来提高在嘈杂环境中的鲁棒性，对Whisper模型进行了微调。结果myMediWhisper-Medium模型在缅甸语临床对话上达到了23.44%的行业领先词错误率，优于更大、通用目的的模型。
-
Whisper微调用于缅甸语医学语音识别
研究人员通过微调OpenAI的Whisper模型，开发了一个新的缅甸语医学语音识别框架。他们创建了一个包含28小时缅甸语医学语音的语料库，并由母语者进行了验证，同时使用了全参数微调和LoRA等参数高效技术。数据增强在嘈杂条件下提高了鲁棒性，表现最佳的系统myMediWhisper-Medium实现了最先进的23.44%词错误率。
-
马来西亚警方突袭柔佛网络诈骗中心，逮捕335人
7月15日，马来西亚警方在柔佛森林城市开展了一场大规模突袭行动，目标是32个涉嫌进行网络诈骗的地点。此次行动共逮捕了335人，主要为中国籍公民，另有来自印度尼西亚、缅甸和马来西亚的公民。当局查获了价值约24.5万美元的资产，包括用于投资诈骗和情感诈骗、针对国际受害者的设备。