EvenVLM:为濒危语言埃文语构建 5 万条多模态数据集

Daniil Makovetskii · hf · 2026-11-17

Hugging Face 上发布 EvenVLM 项目:为濒危的埃文语(Even language)构建文本与多模态 VQA 数据集,含 5 万条条目、10.7 万样本,通过 tokenizer 扩展和 LoRA 微调提升翻译、文本基准与 VQA 准确率,token 碎片化降低 27%。图表显示微调后模型在埃文语文本基准达 8% 精确匹配,而各前沿模型零样本仅为 0–45%(Claude Opus 5.5 为 45%)。项目呈现于 EMNLP 2026 workshop。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →