为 Nemotron 注入希腊语能力：端到端 RAG 适配与基准测试
KIEFERSA · hf · 2026-08-07
由于主流多语言检索模型中缺乏现代希腊语的支持，作者对 NVIDIA 的 Nemotron 检索栈进行了端到端的适配，涵盖了语料挖掘、合成监督、模型训练和阅读器微调。
研究发现，在专业领域的希腊语文本上，无参数的 BM25 基线竟然优于许多现成的多语言密集检索模型。但在使用 65,773 对希腊语检索数据进行微调后，Nemotron 1B 嵌入模型的 nDCG@10 指标从 0.362 跃升至 0.835。
此外，作者还对 Nemotron 30B-A3B MoE 阅读器进行了 LoRA 微调，以实现基于检索的生成，将答案正确率从 29.4% 提升至 66.9%，同时显著增强了忠实度和引用质量。论文还发布了首个大规模希腊语 RAG 基准测试 HERA。
「研究」频道最新
- 研究发现:想象疼痛无法重现真实疼痛的体位选择性神经模式 — AnnaCiaunica · 2026-10-16
- Simplex Diffusion Models 论文作者周一开讲 — LucaAmb · 2026-10-16
- 开源工具用 pass/fail 自动复算论文指标，7 项指标实测 4 过 1 挂 — jwt0625 · 2026-10-16
- 藤洋之介公开演讲:从 AI 智能体迈向 Agentic Robotics — HirokatuKataoka · 2026-10-16
- 数学只是语言吗：一场关于 LLM 为何擅长数学的争论 — LucaAmb · 2026-10-16
- 阿里开源 OpenGCUA:全栈开放通用电脑操作 Agent,OSWorld-v2 均分提升 19.6 — Tongyi-MAI · 2026-10-16