★ 3
arXiv 发布拉丁语编码器 LAMB 及两个语料库
研究者推出基于 ModernBERT 架构的拉丁语编码器 LAMB，分两阶段在超 740 亿拉丁语 token 上预训练，并采用形态学驱动的掩码策略。同时发布 Acervus 与 Corpus Trinum 两个语料库，后者为首个拉丁语语义三元组数据集。在 17 个子任务中 LAMB 于 16 项…
arXiv NLP7 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究者推出基于 ModernBERT 架构的拉丁语编码器 LAMB，分两阶段在超 740 亿拉丁语 token 上预训练，并采用形态学驱动的掩码策略。同时发布 Acervus 与 Corpus Trinum 两个语料库，后者为首个拉丁语语义三元组数据集。在 17 个子任务中 LAMB 于 16 项…