Sarvam AI 开源 Vāgartha：近 22 万条梵文诗句配详解数据集
selfawareatom · x · 2026-09-04
Sarvam AI 在 Hugging Face 上发布了 Vāgartha 数据集，名字取自梵语“词与义合一”，收录 217,959 条梵文诗句，每条配有详细的英文解释。
- 规模与格式：10 万至 100 万量级文本，parquet 格式，CC-BY-4.0 许可，涵盖天城文与英文双语
- 任务定位：面向文本生成、翻译与问答任务
- 内容形态：类似词典式诗句，逐词给出词性、多重义项与文化背景解释（如 Śobhā 的海市蜃楼/光彩/意愿三义），兼有古典文学与注释学价值
对低资源语言建模、印度古典文献 NLP 和翻译研究都是难得的高质量语料。
「研究」频道最新
- 谷歌发布 WeatherNext 3:迄今最先进的全球天气 AI 模型 — aigclink · 2026-09-04
- Apodex 推出 TRACES 基准：衡量 AI 探索未知的能力而非答题 — eyishazyer · 2026-09-04
- 扩散增强 LLM「Uno」：8B 跑赢 26B DiffusionGemma 与 Mercury 2 — iScienceLuvr · 2026-09-04
- Scal3R：轻量位姿查询优化长视频在线 3D 重建漂移问题 — Chin-Yang Lin · 2026-09-04
- AI BioDesign 研究加速器成立,联手 UW Medicine 用 AI 设计生物工具 — AllThingsApx · 2026-09-04
- ORNL 用 AI 操控显微镜探针,连续 25 小时逐分子搭建材料 — Scobleizer · 2026-09-04