mT5-base

人工智能合成数据以启动克奇语玛雅语翻译模型

研究人员开发了一种新颖的数据合成方法，为低资源土著语言（特别是克奇语玛雅语）创建神经机器翻译（NMT）模型。通过将词典转换为合成语料库，并在 mT5-base 模型上使用带有 LoRA 适配器的参数高效微调（PEFT），他们实现了强大的结构习得。然而，与自然语言相比，所得模型在词汇基础方面存在显著差距，这表明虽然合成数据在学习语法方面有效，但真实数据对于语义完善至关重要。