会员服务
PashtoCorp: A 1.25-Billion-Word Corpus, Evaluation Suite, and Reproducible Pipeline for Low-Resource Language Development
Arxiv
0+阅读 · 3月17日
SloPal: A 60-Million-Word Slovak Parliamentary Corpus with Aligned Speech and Fine-Tuned ASR Models
SloPal: A 60-Million-Word Slovak Parliamentary Corpus with Aligned Speech and Fine-Tuned ASR Models
Arxiv
0+阅读 · 3月16日
Unsupervised Corpus Poisoning Attacks in Continuous Space for Dense Retrieval
Arxiv
0+阅读 · 3月16日
OrgForge: A Multi-Agent Simulation Framework for Verifiable Synthetic Corporate Corpora
Arxiv
0+阅读 · 3月16日
ViWikiFC: Fact-Checking for Vietnamese Wikipedia-Based Textual Knowledge Source
Arxiv
0+阅读 · 3月16日
Targum - A Multilingual New Testament Translation Corpus
Arxiv
0+阅读 · 3月16日
The Impact of Ideological Discourses in RAG: A Case Study with COVID-19 Treatments
Arxiv
0+阅读 · 3月16日
Developing an English-Efik Corpus and Machine Translation System for Digitization Inclusion
Arxiv
0+阅读 · 3月16日
NepTam: A Nepali-Tamang Parallel Corpus and Baseline Machine Translation Experiments
Arxiv
0+阅读 · 3月14日
AgenticScholar: Agentic Data Management with Pipeline Orchestration for Scholarly Corpora
Arxiv
0+阅读 · 3月14日
Estimating Text Temperature with Language Models
Arxiv
0+阅读 · 3月14日
Multi-Step Semantic Reasoning in Generative Retrieval
Arxiv
0+阅读 · 3月12日
Instructing Large Language Models for Low-Resource Languages: A Systematic Study for Basque
Arxiv
0+阅读 · 3月13日
Exploring the role of embodiment on intimacy perception in a multiparty collaborative task
Arxiv
0+阅读 · 3月13日
Beyond Linear LLM Invocation: An Efficient and Effective Semantic Filter Paradigm
Arxiv
0+阅读 · 3月5日
参考链接
微信扫码咨询专知VIP会员
Top