Tamil-LLaMA-7B-Instruct

新型 Transformer 模型改进泰米尔语拼写和语法纠错

研究人员开发了一种新的泰米尔语拼写和语法纠错方法。泰米尔语是一种具有复杂语音规则的黏着语。他们的方法使用了渐进式微调的序列到序列 Transformer，特别是 mT5-small 和 mBART-50 模型，在一个大型合成语料库上进行了训练。这种多阶段训练计划针对从表面噪声到上下文语法和连读规则的不同错误类型，显著提高了在诊断集上的准确性。研究还强调了连读回忆率和同一性准确率之间的权衡，并表明一个通用的泰米尔语适应指令模型在没有特定…