Catalan
PulseAugur coverage of Catalan — every cluster mentioning Catalan across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新架构使用形式验证来训练法律AI系统
研究人员开发了一种新颖的法律AI系统训练架构，通过创建形式上可验证的奖励信号。该系统将数学AI中的“提议-验证”范式应用于法律的复杂性，使用LLM驱动的自动形式化到形式法律演算。该架构包括一个验证内核和解释生成，为计算法律任务提供可证明的正确性，并为开放式文本分析提供结构保证。它已在德国法律的程序截止日期、美国宪法中的商业条款分析以及制裁相称性方面得到证明，有效地弥合了法律AI训练中的强化学习闭环差距。
-
研究：学生在人工智能翻译评估中优先考虑流畅性和工作量而非指标
一项课堂研究考察了机器翻译和译后编辑课程中的学生如何评估通用语言模型和在线机器翻译系统。学生将英文维基百科文本翻译成加泰罗尼亚语或西班牙语，使用自动指标和人工判断评估系统输出，然后选择一个进行译后编辑，并说明理由。研究结果表明，学生并非仅依赖自动指标，而是根据充分性、流畅性、术语、自然度和预期的译后编辑工作量等因素，选择与指标排名不同的输出。
-
新数据集用近亲语言和噪声挑战语言识别系统
研究人员推出了CHALIS，一个旨在测试语言识别系统在挑战性场景下性能的新数据集。该数据集包含近亲语言的示例以及带有拼写噪声的文本，例如音译和网络俚语。评估表明，当前的语言识别系统在这些困难案例中表现不佳，尤其是在低资源语言和有噪声输入方面。
-
生成式元学习在语音词分类中显示出最小的语言影响
研究人员探索了生成式元持续学习在多种语言的语音词分类中的有效性。他们的发现表明，虽然多语言模型表现最佳，但在不同语言组合上训练的模型之间的性能差异却出奇地小。独特的训练数据量似乎比包含的语言数量对性能有更重要的影响。