# 低資源語言優化

GTE-Multilingual-Base 是一個多語言句子嵌入模型，支持多種語言的句子相似度計算。

EMMA-500 是基於 Llama 2 7B 架構的多語言大語言模型，支持 500 多種語言，在常識推理、機器翻譯等任務中表現卓越。

這是對NLLB-1.3b模型針對29種芬蘭-烏戈爾語族語言的平行數據進行微調的版本，支持多種方言/變體生成。

SeaLLMs-Audio是面向東南亞的大規模音頻語言模型，支持印尼語、泰語、越南語、英語和中文五大語種，具備音頻分析、語音交互等能力。

針對高棉語金融文本優化的情感分析模型，可分類積極/消極情感

這是一個基於NVIDIA NeMo框架微調的班巴拉語自動語音識別模型，適用於處理班巴拉語語音轉文本任務。

基於whisper-large-v3適配的語音識別模型，專門針對烏干達地區多種語言優化

Chitrarth是一個多語言視覺語言模型，旨在連接視覺與語言，特別關注印度多種語言的支持。

基於Fish Speech 1.5微調的烏克蘭語專用語音合成模型，支持55位說話人的高質量語音生成

該模型是基於facebook/nllb-200-distilled-600M微調的英語到宗喀語(Dzongkha)翻譯模型

基於OpenAI Whisper-small微調的烏茲別克語自動語音識別模型，在Common Voice 17.0數據集上訓練

Llama-SEA-LION-v3-8B 是一個針對東南亞語言優化的多語言大語言模型，支持11種東南亞語言，並在約2000億個標記上進行了持續預訓練。

首個高性能沃洛夫語開源語言模型，基於Qwen 2.5架構打造，支持沃洛夫語與英語的雙向翻譯、文本生成等任務

魚語語音 V1.5 是一款領先的文本轉語音（TTS）模型，基於超過100萬小時的多語言音頻數據訓練而成。

NLLB-200是一個支持200種語言的神經機器翻譯模型，特別關注低資源語言的翻譯質量。

NLLB-200是一個支持200種語言的神經機器翻譯模型，專注於低資源語言的翻譯研究。

OpenLID-v2是一個高覆蓋、高性能的語言識別模型，支持200種語言變體，是OpenLID的改進版本。

一個支持超過150種語言的多語言處理模型，適用於多種自然語言處理任務。

Jina Embeddings V3 是一個多語言句子嵌入模型，支持超過100種語言，專注於句子相似度和特徵提取任務。

EXLMR是XLM-R的擴展版本，通過擴充分詞器詞彙表支持新語言並緩解未登錄詞問題，特別針對埃塞俄比亞低資源語言優化。

該模型是基於facebook/wav2vec2-xls-r-300m在IMaSC、Indic TTS Malayalam和OpenSLR Malayalam訓練集數據集上微調得到的版本，支持馬拉雅拉姆語自動語音識別。

支持超過100種語言和文字系統的多語言文本處理模型，涵蓋多種阿拉伯語方言和少數民族語言

LLaMAX是一款具備強大多語言能力的語言模型，支持超100種語言的翻譯，性能超越同等規模的大語言模型。

基於HuBERT架構的自監督語音模型，專門針對撒哈拉以南非洲地區21種語言優化，訓練數據達6萬小時

Poro 34B聊天版是基於Poro 34B微調的指令跟隨模型，支持芬蘭語和英語雙語言交互，由Silo AI、TurkuNLP小組與HPLT聯合開發。

NusaBERT基礎版是基於BERT架構的多語言編碼器語言模型，支持13種印度尼西亞地區語言，在多個開源語料庫上進行了預訓練。

維京33B是一個330億參數的純解碼器架構Transformer模型，支持芬蘭語、英語及北歐多種語言處理，同時具備代碼理解與生成能力。

AfroXLMR-large-76L 是通過對擴展的 XLM-R-large 模型進行 MLM（掩碼語言建模）適應而創建的，覆蓋了非洲廣泛使用的 76 種語言，包括 4 種高資源語言。

維京13B是一個130億參數的多語言大模型，支持芬蘭語、英語及北歐諸語言，具備代碼處理能力

維京7B是一個70億參數的Transformer模型，專注於處理芬蘭語、北歐語言及編程代碼，基於2萬億token訓練。

Aya 101 是一個支持101種語言指令的大規模多語言生成式語言模型，在各類評估中優於同類模型。

NLLB-MoE是Meta開發的混合專家機器翻譯模型，支持200種語言，是目前最先進的開放訪問機器翻譯模型之一。

基於GPT2架構的緬甸語語言模型，支持緬文理解和生成

GPT-SW3是由AI瑞典開發的大型北歐語言模型，支持5種北歐語言和英語的文本生成任務。

一個支持超過100種語言的通用語言模型，適用於多種自然語言處理任務。

一個支持超過100種語言的多語言處理模型，適用於多種自然語言處理任務。

一個支持超過200種語言的多語言處理模型，適用於多種自然語言處理任務。

這是一個支持超過150種語言的通用模型，適用於多種自然語言處理任務。

基於wav2vec2的語音識別模型，針對阿姆哈拉語進行了音素級別的微調

NLLB-CLIP是一個結合NLLB模型文本編碼器與CLIP圖像編碼器的多語言視覺語言模型，支持201種語言。