kanji
PulseAugur coverage of kanji — every cluster mentioning kanji across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Python 的 json.dumps 默认设置使 LLM 提示令牌数增加 24%
一位 Python 开发者发现，Python 的 `json.dumps` 函数中默认的 `ensure_ascii=True` 设置在用于 LLM 提示时，会显著增加令牌使用量并降低准确性。与 JavaScript 的 `JSON.stringify` 不同，`json.dumps` 在此默认设置下会将非 ASCII 字符转换为十六进制转义序列。这导致 Claude 错误地解释了日本客户姓名，并在一个包含 2000 个工单的数据集上…
-
用户讨论围棋、AI漫画翻译及跨文化沟通
用户正在讨论围棋，指出围棋的汉字可能在日本特有。他们对LY Corporation（日本和韩国的合资企业）内部沟通表示担忧，特别是关于AI可能用于漫画翻译。用户还提到了日本漫画的感知质量以及对NAVER缺乏批评性评论，并表达了对坐标阅读等基本信息的需求。
-
新的YOMI-Bench基准揭示大型语言模型在日语汉字方面表现不佳
一个名为YOMI-Bench的新基准已被开发出来，用于评估大型语言模型（LLMs）在日语汉字读音和语音理解方面的能力。该基准的创建是因为日语汉字可能有多种读法，这使得LLMs进行准确推断具有挑战性。使用YOMI-Bench进行的评估显示，无论是特定于日语的LLMs还是商业LLMs，在需要理解汉字读音的任务上表现均不佳。
-
新的日语TTS系统通过大规模数据扩展解决汉字多音字问题
研究人员开发了Sarashina2.2-TTS，一个专为日语设计的创新文本到语音系统，解决了汉字多音字的问题。该系统利用了约361,000小时的庞大数据集，其中包括日语和英语的均衡混合，并采用定向数据增强来提高汉字读音的准确性。Sarashina2.2-TTS引入了常用汉字读音基准（Joyo Kanji Yomi Benchmark）和一项新指标Kana-CER来评估发音的正确性。实验表明，该系统在零样本合成中实现了最先进的汉字级别读…