PulseAugur
中
实时 20:07:34
实体 Romanian

Romanian

PulseAugur coverage of Romanian — every cluster mentioning Romanian across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
6
90 天内 19
发布 · 30天
0
90 天内 0
论文 · 30天
4
90 天内 15
层级分布 · 90 天
主题
情绪 · 30 天

5 天有情绪数据

最近 · 第 1/2 页 · 共 21 条
  1. TOOL · CL_368852 ·

    罗马尼亚律师因 AI 引文被禁止在 ECHR 工作两年

    一名罗马尼亚律师因在法律文件中使用未经核实的 AI 生成的引文,被禁止在欧洲人权法院 (ECHR) 执业两年。此裁决凸显了 ECHR 对准确和可验证的法律来源的必要性的立场。

  2. TOOL · CL_360294 ·

    新的罗马尼亚语基准 BLiMP-RO 评估语言模型语法

    研究人员开发了 BLiMP-RO,这是一个旨在评估语言模型在罗马尼亚语方面语法知识的新基准。该基准包含 493 对由语言学家构建的句子和 5,900 多对经过人类验证的额外句子,涵盖 50 种不同的语法现象。使用在罗马尼亚语数据上训练的 GPT-2 和 GPT-BERT 模型进行的实验表明,增加训练数据的数量和质量可显著提高语法泛化能力,其中 BabyBabelLM 数据通常优于视频字幕,而 GPT-BERT 的性能优于 GPT-2。

  3. TOOL · CL_351027 ·

    AI 翻译错误出现在 dev.to 网站的多种语言中

    一个软件开发团队在其网站上发现了超过一千处错误的翻译,其中一个语言的单词出现在另一个语言的句子中。这些由自动化翻译模型生成的错误包括:匈牙利语中出现中文字符,希腊语中出现俄语单词,以及高棉语页面中出现整行泰语文本。该团队实施了一个新的、更严格的检查系统,该系统会标记原始源文本中不存在或不常用的拉丁字符,从而显著减少了已发布的错误翻译数量。

  4. TOOL · CL_348554 ·

    新的多语言数据集旨在促进人工智能在心脏病学中的应用

    研究人员开发了新的多语言数据集 CliTe 和 ParaCliTe,以推进人工智能在心脏病学中的应用。这些语料库由心脏病专家用七种欧洲语言(捷克语、荷兰语、英语、意大利语、罗马尼亚语、西班牙语和瑞典语)生成的人工临床记录组成。这些数据集旨在克服限制真实患者数据使用的隐私问题,为在医学领域训练更值得信赖的自然语言处理 (NLP) 模型提供宝贵资源。实证结果证明了这些语料库的效用,并强调了当前心脏病学领域最先进的 NLP 模型存在的局限性。

  5. TOOL · CL_344213 ·

    CardioLM:心脏病学领域的多语言大型语言模型

    研究人员开发了CardioLM,这是一套专门为心脏病学领域任务设计的多语言小型语言模型。该项目包括CardioCCC,一个包含六种语言的翻译和注释病例报告的语料库,以及CardioNER,一个在该语料库上微调的命名实体识别模型。多语言联合训练比特定领域的预训练更能有效地提高跨语言性能,CardioNER在临床效用方面显著优于基线方法。

  6. TOOL · CL_305589 ·

    英国驱逐涉嫌纵火袭击Keir Starmer住所的罗马尼亚籍人士

    英国已驱逐一名罗马尼亚籍国民 Stanislav Carpiuc,他因纵火袭击与前首相 Keir Starmer 有关的房产而被定罪。Carpiuc 和一名乌克兰同伙 Roman Lavrynovych 被判犯有在2025年5月袭击伦敦两处住宅和一辆汽车的罪行,据称是受Telegram上一名联系人的指示。内政部表示,Carpiuc 的驱逐行动是对此类犯罪行为发出了强烈警告。

  7. MEME · CL_304335 ·

    微塑料产生化学物质;俄无人机侵犯北约水域

    水中的微塑料并非惰性物质,能够独立产生有害化学物质,但其对人类健康的影响仍在调查中。另外,疑似俄罗斯无人机已侵犯黑海北约成员国罗马尼亚的领水,袭击了一艘化学品油轮。

  8. TOOL · CL_294485 ·

    Neurograf v1:罗马尼亚语优先语言模型家族发布

    研究人员推出了 Neurograf v1,这是一个从头开始开发的语言模型家族,专注于罗马尼亚语。该实验性流程包括一个大型罗马尼亚语语料库、一个自定义分词器以及五个不同大小的仅解码器模型,同时还有指令微调的助手和嵌入模型。该研究强调了创建罗马尼亚语优先模型的可行性,并指出了该过程中的实际挑战,例如语料库质量和分词效率。

  9. TOOL · CL_233396 ·

    新数据集PolERo研究罗马尼亚语中的政治规避

    研究人员开发了PolERo,一个包含来自罗马尼亚总统辩论记录的3,574个人工标注问答对的新数据集,用于研究非英语背景下的政治规避。该数据集旨在确定主要为英语开发的现有政治规避分类模型和分类法是否可以迁移到不同的语言和政治体系。该研究评估了各种分类方法,包括TF-IDF、微调编码器模型和LLM提示,并通过双语训练和机器翻译研究了跨语言迁移,发现虽然微调编码器具有竞争力,但跨语言迁移是不对称的,并且语用线索仍然是一个挑战。

  10. TOOL · CL_200674 ·

    国泰航空航班因机组人员无线电频率错误被北约战机拦截

    一架从香港飞往伦敦的国泰航空航班因通信错误在罗马尼亚上空被匈牙利战斗机拦截。机组人员在回应另一架飞机的指令时错误地选择了错误的无线电频率,导致与空中交通管制失去联系。香港的一份调查报告揭示了这一错误,引起了民航处的严重关切,并已强制要求该航空公司机组人员接受额外培训和改进监控程序。

  11. TOOL · CL_193507 ·

    新流程解决了英语到罗马尼亚语机器翻译中的性别偏见

    研究人员开发了一种新颖的流程来解决英语到罗马尼亚语机器翻译中的性别偏见。他们的方法采用经过微调的大型语言模型来识别英语句子中的性别,并插入性别提示标签。然后,这些带标签的句子由 Transformer 模型处理,该模型生成在性别方面形态准确的罗马尼亚语翻译。这种方法在 WinoMT 和 WinoGender 等基准测试中显著提高了性别准确性,比基线系统高出 40 多个百分点。

  12. TOOL · CL_201044 ·

    新方法解决英语-罗马尼亚语机器翻译中的性别偏见

    研究人员开发了一种新方法,以减少英语到罗马尼亚语机器翻译中的性别偏见。该方法使用大型语言模型对英语句子中的性别进行分类,并插入性别提示标签,然后由Transformer模型使用这些标签生成更准确的罗马尼亚语翻译。这种混合系统在WinoMT和WinoGender等基准测试中显著提高了性别准确性,比基线系统高出40多个百分点。

  13. TOOL · CL_169765 ·

    开放模型通过新框架推动英罗文学翻译发展

    研究人员开发了 TinyFabulist Translation Framework (TF2) 来应对像罗马尼亚语这样资源匮乏的语言在文学翻译方面的挑战,并使用了开源模型。该框架利用大型语言模型从英文寓言数据集生成罗马尼亚语参考译文,然后对一个120亿参数的模型进行两阶段微调。这种方法产生了一个在流畅度和充分性方面表现出色的模型,缩小了与专有模型的差距,同时保持了成本效益和可访问性。该项目还发布了微调后的模型、平行数据集和相关的可复现研究脚本。

  14. TOOL · CL_167526 ·

    揭示罗马尼亚语文本作者归属的新型轻量级方法

    研究人员开发了CHiPS,一种基于字符级别分析的罗马尼亚语文本作者归属的新型轻量级方法。该方法利用字符直方图和位置信号,避免了分词或Transformer微调等复杂过程。CHiPS-F,一种融合变体,在受控数据集上达到了0.9310的准确率和0.9341的宏F1分数,证明了在严格泄露控制下,受限、透明的字符证据的有效性。

  15. TOOL · CL_158646 ·

    推出新的罗马尼亚语词汇简化数据集和系统

    研究人员推出了 RALS,这是第一个专门针对罗马尼亚语的词汇复杂度预测和词汇简化数据集。该数据集包括了语境中词汇复杂度的标注,并对各种简化方法进行了比较。该项目还提出了一种新颖的方法,用于将简化建议从最简单到最复杂排序,并展示了第一个为罗马尼亚语开发的文本简化系统。

  16. RESEARCH · CL_135288 ·

    新的罗马尼亚视觉语音识别数据集VSRo-200发布

    研究人员发布了VSRo-200,一个用于罗马尼亚语视觉语音识别的新大规模数据集。该数据集包含200小时的真实播客视频,其中一部分由人工标注,其余部分由微调后的罗马尼亚语ASR模型生成的伪标签标注。该资源旨在为低资源视觉语音识别建立基准,并促进对监督质量、领域泛化和多模态融合的研究。

  17. RESEARCH · CL_116074 ·

    小型大模型在关系抽取任务上可媲美前沿模型

    一篇新的研究论文探讨了大语言模型(LLMs)在跨语言关系抽取方面的有效性,特别关注罗马尼亚语。研究发现,虽然像Gemma 4 31B这样的大模型在零样本和少样本设置下相比英语表现有所下降,但使用QLoRA进行微调可显著提高结果并缩小跨语言差距。研究还强调,像Qwen2.5-0.5B这样经过任务适配的小型模型,在特定的关系抽取任务上,尤其是在计算资源受限的情况下,可以媲美甚至超越GPT-5.4和Claude Sonnet 4.6等更大、…

  18. TOOL · CL_93542 ·

    新的罗马尼亚语语音语料库解决了议会ASR中的人口统计学偏见

    研究人员开发了一个新的数据集和框架,用于改进罗马尼亚语口音的语音识别,特别是针对议会会议。ROManian PARliamentary Speech Corpus (ROMPAR) 包含17.80小时的罗马尼亚语和摩尔多瓦语议会演讲,具有双重标注和重建词片段的标签。实施了一个多任务对抗训练框架,以确保跨年龄、性别和方言的人口统计学不变性,以及一个由LLM指导的形态学补全截断词的解码策略。这种方法显著降低了词错误率,并在形态学重建中达到…

  19. TOOL · CL_56288 ·

    MAVEN框架提升多文化文本到视频生成中的文化保真度

    研究人员开发了MAVEN,一个旨在提高文本到视频生成文化准确性的多智能体框架。该系统将提示分解为人物、动作和地点等不同组件,并为每个组件分配专门的智能体。为了便于评估,创建了一个包含243个具有文化基础的提示和972个跨越中国、美国和罗马尼亚文化视频的新基准。实验表明,MAVEN的多智能体方法,特别是并行专业化,在保持视觉质量和时间一致性的同时,显著提高了文化相关性。

  20. TOOL · CL_48879 ·

    新数据集RoIt-XMASA助力罗马尼亚语和意大利语情感分析

    研究人员推出了RoIt-XMASA,一个专为罗马尼亚语和意大利语多语言情感分析设计的新数据集。该数据集包含书籍、电影和音乐领域36,000条带标签的评论,以及超过200,000条无标签样本。为了应对跨语言和跨领域挑战,他们开发了一个多目标对抗训练框架,使用XLM-R取得了66.23%的F1分数,比基线提高了4.64%。