我的模型把泰米尔语认成泰卢固语：面向 Hinglish、Tanglish 和 Kanglish 的开源语言识别

作者发布开源词级语言识别模型 Bhasha（arunp0/bhasha-lid-indic），可为混合印度语文本逐词标注语言，支持罗马字母与本地文字。作者称在 LLM 标注的 YouTube 评论上得分 0.87–0.89，高于其测试的已发布模型（0.28–0.79）；但在 Kannada 共享任务测试上不及 2022 年模型（0.903 对 0.954），在独立评论上则领先（0.888 对 0.724）。上述结果均为作者自述，尚待独立验证。

AI推荐理由 作者自述发布开源词级语言识别模型 Bhasha，覆盖 Hinglish、Tanglish、Kanglish 等混合文本，并给出与已发布模型在 LLM 标注 YouTube 评论及人工标注集上的对比分数（如 0.87–0.89 对 0.28–0.79），也承认在 Kannada 共享任务测试上不及 2022 年模型。信息密度较高、有具体评测数字，但为作者自述、未经独立复现，且摘要截断，需保留不确定性。