模型Multilingual Representations for Indian Languages
MuRIL
Google Research发布的面向印度语言的多语言文本编码器，基于BERT架构，专门针对印度语言词汇进行优化
时间轴 (近 90 天)
10月20日
一项研究基于包含13.1万句子的语料库，覆盖11种印度文字，对比了TinyLlama-1.1B、mBERT和MuRIL等模型的分词器表现。
待验证50%
10月20日
MuRIL是一个具有印度语言词汇的编码器，其参数量仅为TinyLlama的五分之一。
待验证50%
10月20日
MuRIL在所有测试的11种印度文字上实现了1.23-2.26 tokens/word的读取效率，且零UNK、零字节回退。
待验证50%
10月20日
MuRIL是Google基于BERT架构专门针对印度语言预训练的编码器模型，其词汇表纳入了大量印度文字的子词单元，并使用transliteration和translation-based训练目标增强跨文字对齐。
待验证50%
全部知识事实 (4)
待验证
一项研究基于包含13.1万句子的语料库，覆盖11种印度文字，对比了TinyLlama-1.1B、mBERT和MuRIL等模型的分词器表现。
50%待验证MuRIL是一个具有印度语言词汇的编码器，其参数量仅为TinyLlama的五分之一。
50%待验证MuRIL在所有测试的11种印度文字上实现了1.23-2.26 tokens/word的读取效率，且零UNK、零字节回退。
50%待验证MuRIL是Google基于BERT架构专门针对印度语言预训练的编码器模型，其词汇表纳入了大量印度文字的子词单元，并使用transliteration和translation-based训练目标增强跨文字对齐。
50%