# 低資源語言適配

Kyara是一個通過知識檢索過程改進語言模型的實驗項目，專注於提升模型的知識適應能力和語言理解能力，特別是針對繁體中文等資源較少的語言。

Jais系列是專為阿拉伯語優化的英阿雙語大語言模型，具備強大的英語能力，參數量6.7億

Jais系列是專精阿拉伯語處理的雙語大語言模型，基於Llama-2架構進行阿拉伯語適配預訓練

基於俄語和英語訓練的人類對齊對話模型，採用直接偏好優化方法訓練而成，支持俄英雙語對話。

Llammas是基於Llama-2-7B模型適配愛沙尼亞語的開源對話模型，通過兩階段訓練實現跨語言知識遷移

一個支持超過150種語言的多語言處理模型，適用於各種自然語言處理任務。

一個支持超過200種語言的通用語言模型，適用於多種自然語言處理任務。

針對17種非洲語言優化的XLM-R小型變體，通過詞彙縮減和多語言自適應訓練提升性能

AfroXLMR-base是通過在17種非洲語言和3種高資源語言上對XLM-R-base進行掩碼語言建模適應而創建的多語言模型。

基於VoxPopuli語料庫1萬條未標註數據預訓練的語音識別基礎模型，支持多語言語音處理

這是一個支持56種語言的多語言自動語音識別(ASR)模型，基於facebook/wav2vec2-large-xlsr-53在通用語音數據集上微調而成。

首個針對西班牙語新聞摘要生成的單語Transformer模型，通過專項預訓練提升摘要抽象性，性能優於主流多語言模型。

這是一個基於Transformer架構的多語言到英語的機器翻譯模型，支持超過50種印歐語系語言的翻譯任務。