待验证50% 置信事实精确时间
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。
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Saidzoda-Tajik-E5-Large 是一个基于 multilingual-e5-large-instruct(560M 参数)构建的塔吉克语文本嵌入模型。69% 相似待验证Latxa 是由巴斯克大学(UPV/EHU)等机构发布的巴斯克语大语言模型系列,基于 Llama 2 等开放权重模型在巴斯克语语料上继续预训练和指令微调而成。60% 相似待验证未经微调的 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%。60% 相似待验证Llama、Mistral 等是可用于本地运行的大语言模型选择60% 相似待验证mT5、Llama 3等多语言模型在构建分词器时会显式设计语言预算,按书写系统或语系分配词表槽位58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1153278API
curl https://kongchang.com/api/v1/knowledge/claims/1153278MCP
get_claim(id=1153278)