待验证70% 置信事实时间未知

English speech datasets can reach hundreds of thousands of hours, while many Indian languages have only hundreds to thousands of hours of high-quality annotated data

1

来源数

70%

置信度

长期有效

时效性

2026/8/2

首次发现

来源

Bolcho AI: A Voice Agent Platform Built for India's Multilingual Market

涉及实体

相关事实

待验证孟加拉语-英语的高质量平行数据仅有数百万级别，而英法语对拥有数千万句对齐语料72% 相似待验证大语言模型的上下文窗口有限，单次推理能处理的文本长度通常为数万至数十万Token69% 相似已验证大语言模型通过在数千亿乃至数万亿个词元（Token）的文本数据上进行自监督预训练68% 相似待验证勾选 1M 上下文后，可将上下文扩展至约 75 万个英文单词的长度68% 相似已验证目前主流大语言模型的上下文窗口从几万到几十万token不等68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/680010

API

curl https://kongchang.com/api/v1/knowledge/claims/680010

MCP

get_claim(id=680010)