待验证50% 置信基准精确时间
未经微调的 EmbeddingGemma-300M 在 Belebele 数据集上对塔吉克语、哈萨克语、乌兹别克语和吉尔吉斯语的 recall@1 仅为 51.7% 到 60.8%。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/10
首次发现
有效期至:2027/2/8
来源
涉及实体
相关事实
待验证与同样设置下单独训练的单一语言模型相比,统一模型在哈萨克语、乌兹别克语和塔吉克语的 recall@1 上差距不超过 2.8 个百分点,且 recall@10 的置信区间有重叠。68% 相似待验证TinyLlama的词汇表中,奥里亚语的码点覆盖率为0%,泰卢固语为1%,卡纳达语为2%。63% 相似待验证在KeyASRBench评测中,语言特定的MER/WER区间为5.31%至12.91%,而同一批系统的KER区间为13.61%至33.81%。61% 相似待验证Saidzoda-CA-EmbeddingGemma-300M 是一个在 EmbeddingGemma-300M 基础上微调得到的单一多语言嵌入模型,可同时服务塔吉克语、哈萨克语、乌兹别克语和吉尔吉斯语四种语言。60% 相似待验证在Qwen3 tokenizer下,马拉雅拉姆语平均每词13.47个token,英语平均每词1.27个token。59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1153277API
curl https://kongchang.com/api/v1/knowledge/claims/1153277MCP
get_claim(id=1153277)