Malay
PulseAugur coverage of Malay — every cluster mentioning Malay across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
多语言AI支持机器人需要复杂的路由，而不仅仅是翻译
构建多语言支持机器人，尤其是在东南亚等地区，是一个复杂的路由挑战，而不是简单的翻译任务。关键问题包括在用户混合使用语言时准确检测语言，理解不同语言需要不同大小的模型（例如，阿拉伯语或泰米尔语的模型比英语的模型更大），以及在单个对话轮次中实现每一步路由，以使用适当的模型层级来完成分类或合成等任务。此外，数据驻留法规，如新加坡的《个人数据保护法》，要求在区域内进行推理，这符合自然对话的延迟要求。
-
新的MERaLiON-GR模型在多种语言上实现了最先进的性别识别
研究人员开发了MERaLiON-GR，这是一种新颖的语音性别识别模型，能够对英语和多种东南亚语言的性别进行分类。该模型基于MERaLiON-SpeechEncoder-2（一种基于Conformer的Transformer）构建，并利用低秩自适应（LoRA）进行高效微调。在包括中文、马来语、泰米尔语、泰语、越南语、印度尼西亚语和高棉语在内的各种评估模式和语言中，MERaLiON-GR的表现优于Vox-Profile和大型Audio-L…
-
马来西亚大学录取规定引发多语制辩论
马来西亚政府出台了新的大学录取规定，允许来自华文独立中学等非主流机构的学生使用统一考试证书（UEC）申请公立大学。此政策调整旨在承认马来西亚的多语制教育体系，但引发了争论。马来民族主义团体认为，这一变化可能会削弱国家课程和马来语的地位。
-
新数据集对阿拉伯语对话中的LLM进行文化推理基准测试
研究人员开发了一个名为ArabCulture-Dialogue的新数据集，以解决缺乏丰富的文化对话数据来评估阿拉伯语大型语言模型（LLM）的问题。该数据集涵盖了13个阿拉伯语国家，包括现代标准阿拉伯语（MSA）和不同日常生活主题的当地方言。使用该数据集进行的实验显示，在文化推理、翻译和生成等任务中，LLM在方言阿拉伯语上的表现明显不如MSA。
-
新的MSA算法利用模型历史高效地从LLM中遗忘数据
研究人员推出了一种名为模型状态算术（MSA）的新型算法，旨在高效地从大型语言模型中移除特定数据点的影响。与计算上不可行的完全重新训练不同，MSA利用历史模型检查点来抵消不需要的数据的影响。实验表明，MSA在各种基准测试和模型上表现具有竞争力，并且通常优于现有的数据遗忘方法。