大模型
pub.towardsai.net ·
@Latent AI Labs
我的模型把泰米尔语误判为泰卢固语，第 2 部分：5.1 万条 YouTube 评论如何修复它
作者介绍开源语言识别模型 Bhasha（278M 参数、Apache-2.0、可在 CPU 运行），用于标注 11 种印度语言、英语、人名等。规则标注器失败后，开放权重 LLM 标注器通过，作者还发现测试数据存在泄漏。
AI推荐理由 文章记录小型开源语言识别模型 Bhasha 的迭代：规则标注器失败、开放权重 LLM 标注器通过，并发现测试数据泄漏，给出 278M 参数、Apache-2.0、CPU 运行等具体信息，对多语言 NLP 实践有参考价值；但为个人项目经验。
64
正文
当前仅保存了标题或简介；并非所有来源都提供正文，可通过下方原文链接查看。