低资源语言
指在数字世界中缺乏足够文本语料和计算资源支撑的语言，全球约7000种现存语言中绝大多数属于此类，是NLP和机器翻译领域的核心研究挑战之一
核心事实
时间轴 (近 90 天)
现有数学推理评测几乎集中在英语等高资源语言上，对低资源语言尤其是阿拉伯方言的覆盖近乎空白。
DAR-MGSM 提供了一个可复用的评测范式：在低资源语言上评估推理能力时，语言变体和文化语境应作为独立维度被测量。
全球仅有约5%的人口在家说英语，但约63.7%的在线文本是英语，基于这种分布训练的模型在非英语提示上表现明显更弱。
智利西班牙语属于'低资源变体'（Low-Resource Variant），即一门高资源语言内部的欠代表性分支，与'低资源语言'不同
低资源语言指缺乏大规模标注语料的语言或方言，许多地区方言的公开数据往往只有几十小时甚至更少
在NLP领域，低资源语言指缺乏大规模标注语料、预训练模型和基准数据集的语言，尼泊尔语即属此类
低资源语言在数据稀缺情况下如何保证模型质量是核心难题，同时需避免文化误读
低资源语言问题的研究方案包括语音优先模型、社区志愿者众包标注、无监督跨语言表示学习
随着低资源语言处理技术的成熟，AI或许能在濒危语言与文字的抢救中扮演越来越重要的角色
女书对AI而言是典型的低资源语言挑战，因为存世文本极为稀少、缺乏标准化的数字语料库
还有 1 条时间轴事件
全部知识事实 (11)
全球约有7000种语言，绝大多数属于低资源语言
90%待验证在NLP领域，低资源语言指缺乏大规模标注语料、预训练模型和基准数据集的语言，尼泊尔语即属此类
70%待验证现有数学推理评测几乎集中在英语等高资源语言上，对低资源语言尤其是阿拉伯方言的覆盖近乎空白。
50%待验证DAR-MGSM 提供了一个可复用的评测范式：在低资源语言上评估推理能力时，语言变体和文化语境应作为独立维度被测量。
50%待验证全球仅有约5%的人口在家说英语，但约63.7%的在线文本是英语，基于这种分布训练的模型在非英语提示上表现明显更弱。
50%待验证智利西班牙语属于'低资源变体'（Low-Resource Variant），即一门高资源语言内部的欠代表性分支，与'低资源语言'不同
50%待验证低资源语言指缺乏大规模标注语料的语言或方言，许多地区方言的公开数据往往只有几十小时甚至更少
50%待验证低资源语言在数据稀缺情况下如何保证模型质量是核心难题，同时需避免文化误读
50%待验证低资源语言问题的研究方案包括语音优先模型、社区志愿者众包标注、无监督跨语言表示学习
50%待验证女书对AI而言是典型的低资源语言挑战，因为存世文本极为稀少、缺乏标准化的数字语料库
50%待验证随着低资源语言处理技术的成熟，AI或许能在濒危语言与文字的抢救中扮演越来越重要的角色
50%