Vietnamese
PulseAugur coverage of Vietnamese — every cluster mentioning Vietnamese across labs, papers, and developer communities, ranked by signal.
7 天有情绪数据
-
SpiS-GAN 生成逼真手写体，改进识别系统 · 追踪 2 个来源
研究人员开发了 SpiS-GAN，一个用于合成逼真手写体的新颖框架，以解决训练手写识别系统所需标注数据稀缺的问题。该生成对抗网络在其生成器中使用了星螺旋块（Star-Spiral Blocks）和调制椭圆螺旋全连接层（Modulated Elliptical SpiralFC），使其比以前的基于 MLP 或 CNN 的模型更能追踪复杂草书轨迹。一项关键创新是 Sobel 正则化边缘重建损失（Sobel-Regularized Edge…
-
新型BamiBERT模型树立越南语语言基准
研究人员开发了BamiBERT，一个专为越南语设计的新型语言模型。该模型在一个大型语料库上训练，提供了2048个token的扩展上下文长度，并能处理原始文本而无需外部分词。在多个基准测试中，BamiBERT的表现优于之前的标准PhoBERT，取得了同等规模下的最先进结果，并展示了有效的跨领域泛化能力。
-
研究发现，尽管规模不断扩大，大型语言模型（LLM）仍面临持续的“遗忘”问题
一篇新的arXiv论文研究了大型语言模型（LLM）中“遗忘”（plasticity loss）问题的挑战，即模型在用旧数据训练后难以学习新信息。研究人员发现，即使是现代的基于Transformer的大型语言模型，包括GPT系列模型，也存在这种“遗忘”问题，并且这种效应会随着模型规模的增加而可预测地扩展。虽然更大的模型可以延迟“遗忘”问题的出现，但研究表明，仅仅增加参数数量不足以完全阻止它，这表明大型语言模型在持续学习方面存在根本性限制。
-
新的VieSpeaker数据集在无视觉线索的情况下增强了越南语说话人识别能力 · 跟踪3个来源
研究人员推出VieSpeaker，一个用于越南语说话人识别的新大规模数据集，该数据集不依赖视觉线索。该数据集是利用一种新颖的流程构建的，该流程利用文本元数据和大型语言模型推理来推断说话人身份，克服了现有语料库中需要说话人在镜头前的局限性。VieSpeaker包含约902小时的语音，来自4,715名说话人，与现有的越南语数据集相比，在训练模型的鲁棒性和泛化能力方面表现出改进。
-
马来西亚的蓝色经济雄心受到海上安全漏洞威胁
马来西亚发展繁荣的蓝色经济的愿望正因海上存在严重的安全漏洞而受阻。当地渔民在登嘉楼报告称，越南船只侵入马来西亚水域，尤其是在执法不活跃的夜间。这些非法捕鱼活动不仅威胁当地渔民的生计和海洋生态系统，也凸显了马来西亚有效管理其海域面临的严峻挑战。
-
新 CzechDocs 数据集助力格式保持的机器翻译研究
研究人员推出了 CzechDocs，一个旨在评估能够保持文档格式的机器翻译系统的新数据集。这个多路并行数据集包含捷克语和几种少数民族语言（如乌克兰语、英语和越南语）的文档，格式为 HTML、DOCX 和 PDF。该数据集旨在推动文档级翻译研究，并已发布验证集和评估工具包，测试集计划在未来的共享任务中发布。
-
用户配置 EVi 使用 SUSE vimrc 并计划进行 openSUSE 打包
用户已在本地配置 EVi，并将 SUSE vimrc 设置为默认值。他们还为 Vim 和 vi 创建了指向 EVi 的别名，以适应肌肉记忆。下一步是为 openSUSE 打包 EVi 并将其提交给 Editors 项目，目标是用符号链接替换现有的 vim 包及其别名。
-
新的时尚数据集提升了AI草图到图像和检索能力
发布了两个新的大规模数据集GarmentSketch和VietFashion，以推进时尚行业的草图到图像生成和检索。GarmentSketch提供了26,249张时尚草图及其详细的文本描述，旨在改善设计中的人机协作。VietFashion专注于文化服饰，特别是越南奥黛（áo dài），通过超过21,000张图像和匹配的标题，为草图-文本组合图像检索提供了基准。
-
新技术提高越南语语音翻译准确性
研究人员开发了一种名为音素感知数据增强（PiDA）的新数据增强技术，以改进越南语语音翻译。该方法通过生成基于音素混淆的类ASR（自动语音识别）的损坏来解决级联语音翻译系统中的错误传播问题。在FLEURS越南语-英语数据集上使用PiDA进行微调，提高了对错误ASR输出的翻译准确性，BLEU分数显著提高。
-
Meister Jeder 的 AI 肖像探索身份伪装 · 跟踪 10 个来源
摄影师 Meister Jeder 正在创作人工智能生成的肖像画，探索身份和伪装的主题。这些图像被呈现为“纯属虚构（AI）摄影”，并附有与达达主义和 AI 艺术相关的标签。该系列作品包括各种主题，例如被识别为国籍或种族的人，如中国人、高棉人、越南人、日本人、巴厘人、图瓦卢人、毛利人和墨西哥人。
-
新的越南语语音识别系统采用基于音素的音节建模
研究人员为越南语语音识别（ASR）系统开发了一种新颖的音节结构解码器。这种新方法在音素层面建模语音，显式地捕捉音节的音理构成，而不是依赖于字符或单词等书写单位。该系统在越南语语音基准 LSVSC 和 UIT-ViMD 上均表现出优越性能，尽管使用了明显更小的词汇量且没有额外的训练资源，但其性能优于 PhoWhisper 和 Wav2Vec2 等强大的基线模型。
-
越南语语音模型捕捉方言语音变体
研究人员开发了一个新的框架来模拟越南语在不同地区之间的语音学变异。与先前假设拼写到发音映射不随方言变化的旧方法不同，这种方法在词汇和解码阶段都明确考虑了方言差异。所提出的系统使用一种语音学词汇，将音节分解为结构化组件，并将其映射到特定方言的国际音标（IPA）表示，以更少的参数和无需外部预训练即可实现强大的性能。
-
警方突袭后，印度尼西亚成为诈骗集团的新中心
印尼当局最近在打击在线诈骗和赌博业务的行动中逮捕了数百名外国国民。这些犯罪集团似乎正在将其业务基地转移到印度尼西亚，被其宽松的签证政策和相对薄弱的执法能力所吸引。逮捕行动发生在雅加达和巴厘岛等主要城市，目标是参与运营众多在线赌博网站的个人。
-
混合AI方法利用LLM数据增强提升低资源越南语NER性能
研究人员开发了一种新颖的神经符号混合框架，以改进低资源语言的命名实体识别（NER），特别是针对越南语。该方法结合了基于规则的处理和深度学习模型，首先简化标签复杂性，然后对预训练语言模型进行微调以进行提取。一项关键创新是利用大型语言模型（LLM）进行数据增强，以解决数据稀缺问题，从而在客户服务和医疗保健等不同领域取得了显著的性能提升。