محققان در یک مطالعه جدید و دقیق بر روی مدلهای بزرگ تشخیص گفتار (ASR) به نتایج جالبی رسیدهاند! برخلاف باور عمومی، این تحقیق نشان میدهد که تکیه بر «شباهتهای زبانی» برای انتقال دانش در مدلهای بزرگ به زبانهای کممنابع (مانند زبانهای آفریقایی)، همیشه راهکار موثری نیست.
نتایج این آزمایشها در ۶ حوزه مختلف نشان داد که پیشآموزش مدلها با زبانهای مرتبط، در غیاب دادههای کافی، بهبود چشمگیری در عملکرد مدل ایجاد نمیکند. این یافتهها به ما کمک میکند تا در آینده برای توسعه مدلهای چندزبانه، استراتژیهای هوشمندانهتری جایگزین کنیم. 💡
منبع: arXiv AI