实体
SIL Global
SIL Global
PulseAugur coverage of SIL Global — every cluster mentioning SIL Global across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
层级分布 · 90 天
主题
关系
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新框架利用大语言模型实现多语言词典数字化
研究人员开发了MUDIDI，一个旨在数字化多语言词典（特别是针对低资源和濒危语言）的两阶段框架。该框架解决了字符集多样、布局复杂以及词典结构保存等挑战。MUDIDI的第一阶段侧重于字符识别和标记保存，第二阶段则将词典条目分割并映射为机器可读格式。研究发现，大语言模型（LLMs）在这些任务上的表现普遍优于OCR系统和视觉语言模型，而额外的词典信息可以提升LLM的性能。
-
研究发现：人工智能基准测试覆盖的语言不到世界语言的3%
当前人工智能语言模型的基准测试严重低估了世界语言多样性，最广泛的基准测试仅覆盖了约7000种现存语言中的2.9%。即使是最全面的文本基准测试FLORES-200，也只包含200种语言，而像MMLU这样被广泛引用的基准测试则专注于单一语言——英语。这种有限的覆盖意味着，虽然模型可能在几十种语言的翻译能力上有所表现，但它们在推理、安全或指令遵循等复杂任务上的表现，在绝大多数世界语言中却很少得到评估。
-
新框架使用LLM实现多语言词典数字化
研究人员开发了MUDIDI，一个旨在实现多语言词典数字化的两阶段框架，尤其适用于低资源语言。该框架解决了字符识别、复杂布局和词典学结构保存等挑战。MUDIDI的第一阶段评估字符识别和标记保存，第二阶段将词典条目分割成机器可读的格式。实验表明，大型语言模型（LLMs）在此任务上的表现优于传统的OCR和视觉语言模型，通过提供词典介绍等额外上下文信息可以进一步提升性能。