研究提出 vocab2text 框架：用人工词表为极低资源语言生成文本
原文标题：Text Generation in Low-Resource Languages Using Human-Curated Vocabularies
重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出结合人工编纂词表与少量人工例句的框架，按 Zipf 分布采样候选词，让具备推理能力的 LLM 为极低资源甚至未见语言生成连贯文本。在多种资源水平语言上以词汇多样性、偏离率和人工流畅度评估，句级效果突出，段落级亦有潜力。代码已开源。
- 问题
- 极低资源甚至未见语言缺乏训练文本，LLM 预训练中几乎无覆盖。
- 方法
- 结合人工词表与少量人工例句提供语法信号，按 Zipf 分布采样候选词，让推理型 LLM 生成连贯文本。
- 结果
- 句级流畅度与词汇多样性表现突出，段落级亦有潜力；未给出量化结果。
- 影响
- 为冷门语言合成数据提供可落地路径，降低低资源语种数据采集成本。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。