研究团队开源历时六年多语言数据与模型工作

研究团队宣布正式开源历时六年开发的多语言高质量数据集与模型工作，并计划未来发布更多语言的高质量数据。作者称，这项工作只有借助当前模型能力才能落地。 研究仍受低资源语言数据质量限制：档案语言学材料的正字法与现代社区习惯、测试集规范存在不一致，具体包括缺少附加符号、OCR噪声及文字系统转写等问题。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。