实体
DOAJ
DOAJ
PulseAugur coverage of DOAJ — every cluster mentioning DOAJ across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的100亿token语料库助力非洲学术界在LLM训练中的发展
研究人员推出了Africa-Papers，一个包含101.5亿token的新语料库，旨在解决非洲学术研究在大型语言模型训练数据中代表性不足的问题。这个多领域数据集包含超过844,000篇全文论文，旨在提高基础模型在与非洲相关的主题（如热带流行病和农业实践）上的表现。该语料库被处理成干净的Markdown格式，保留了方程式和表格等结构元素，并在Hugging Face Hub上的AfriSpeech组织下公开提供，以促进进一步的研究和开发。
-
新方法利用仅解码器LLM增强同步语音翻译
研究人员正在开发新的同步语音翻译方法，重点关注仅解码器的大型语言模型。一种名为AlignAtt4LLM的方法，通过调整这些模型的注意力机制来提高德语和意大利语等语言的翻译质量，即使在低延迟场景下也是如此。另一种名为DOA的方法，在SpeechLLMs内部使用自注意力机制，在无需重新训练的情况下获得长文本翻译的对齐信号。此外，一个名为Canary的系统，拥有10亿参数，提供了多种语言的离线同步翻译能力。