模型Language-agnostic BERT Sentence Embeddings / Language-agnostic BERT Sentence Embedding
LaBSE
由Google于2020年提出的跨语言句子编码模型，支持109种语言，通过对比学习优化语言无关性，使同一语义内容无论用哪种语言表达都映射到向量空间中的相近位置
时间轴 (近 90 天)
10月8日
LaBSE（Language-agnostic BERT Sentence Embedding）由Google于2020年提出，支持109种语言
待验证50%
10月8日
葡萄牙语与西班牙语是四种语言中最接近的一对，LaBSE距离仅为0.0229
待验证50%
10月8日
法语与意大利语是距离最远的一对，LaBSE距离达到0.0338
待验证50%
10月8日
在六组语言配对中，LaBSE的排序结果与mBERT的排序结果在其中4组上达成一致
待验证50%
7月20日
现代多语言模型如mT5、BLOOM和Llama系列在数百种语言的文本上联合训练，通过共享词汇表和跨语言注意力机制构建跨语言语义地图
待验证50%