محققان انویدیا در پژوهشی جدید، مدل قدرتمند «Nemotron 3.5» را برای پشتیبانی از زبانهای کمتر شناختهشده آفریقایی یعنی کیکویو (Kikuyu)، دولوو (Dholuo) و کالنجین (Kalenjin) بهینهسازی کردند.
این مطالعه که بر پایه مهندسی دادهمحور است، چالشهای بزرگی مثل ناهماهنگی در نوشتار و کمبود دادههای صوتی را با تکنیکهای پیشرفتهای مثل پردازش یونیکد و فیلترینگ دقیق دادهها برطرف کرده است. این دستاورد نشان میدهد که چگونه میتوان مدلهای پیشرفته جهانی را برای حفظ تنوع زبانی در سراسر جهان بومیسازی کرد. 🚀✨
منبع: arXiv NLP