# 低资源语言优化

GTE-Multilingual-Base 是一个多语言句子嵌入模型，支持多种语言的句子相似度计算。

EMMA-500 是基于 Llama 2 7B 架构的多语言大语言模型，支持 500 多种语言，在常识推理、机器翻译等任务中表现卓越。

这是对NLLB-1.3b模型针对29种芬兰-乌戈尔语族语言的平行数据进行微调的版本，支持多种方言/变体生成。

SeaLLMs-Audio是面向东南亚的大规模音频语言模型，支持印尼语、泰语、越南语、英语和中文五大语种，具备音频分析、语音交互等能力。

针对高棉语金融文本优化的情感分析模型，可分类积极/消极情感

这是一个基于NVIDIA NeMo框架微调的班巴拉语自动语音识别模型，适用于处理班巴拉语语音转文本任务。

基于whisper-large-v3适配的语音识别模型，专门针对乌干达地区多种语言优化

Chitrarth是一个多语言视觉语言模型，旨在连接视觉与语言，特别关注印度多种语言的支持。

基于Fish Speech 1.5微调的乌克兰语专用语音合成模型，支持55位说话人的高质量语音生成

该模型是基于facebook/nllb-200-distilled-600M微调的英语到宗喀语(Dzongkha)翻译模型

基于OpenAI Whisper-small微调的乌兹别克语自动语音识别模型，在Common Voice 17.0数据集上训练

Llama-SEA-LION-v3-8B 是一个针对东南亚语言优化的多语言大语言模型，支持11种东南亚语言，并在约2000亿个标记上进行了持续预训练。

首个高性能沃洛夫语开源语言模型，基于Qwen 2.5架构打造，支持沃洛夫语与英语的双向翻译、文本生成等任务

鱼语语音 V1.5 是一款领先的文本转语音（TTS）模型，基于超过100万小时的多语言音频数据训练而成。

NLLB-200是一个支持200种语言的神经机器翻译模型，特别关注低资源语言的翻译质量。

NLLB-200是一个支持200种语言的神经机器翻译模型，专注于低资源语言的翻译研究。

OpenLID-v2是一个高覆盖、高性能的语言识别模型，支持200种语言变体，是OpenLID的改进版本。

一个支持超过150种语言的多语言处理模型，适用于多种自然语言处理任务。

Jina Embeddings V3 是一个多语言句子嵌入模型，支持超过100种语言，专注于句子相似度和特征提取任务。

EXLMR是XLM-R的扩展版本，通过扩充分词器词汇表支持新语言并缓解未登录词问题，特别针对埃塞俄比亚低资源语言优化。

该模型是基于facebook/wav2vec2-xls-r-300m在IMaSC、Indic TTS Malayalam和OpenSLR Malayalam训练集数据集上微调得到的版本，支持马拉雅拉姆语自动语音识别。

支持超过100种语言和文字系统的多语言文本处理模型，涵盖多种阿拉伯语方言和少数民族语言

LLaMAX是一款具备强大多语言能力的语言模型，支持超100种语言的翻译，性能超越同等规模的大语言模型。

基于HuBERT架构的自监督语音模型，专门针对撒哈拉以南非洲地区21种语言优化，训练数据达6万小时

Poro 34B聊天版是基于Poro 34B微调的指令跟随模型，支持芬兰语和英语双语言交互，由Silo AI、TurkuNLP小组与HPLT联合开发。

NusaBERT基础版是基于BERT架构的多语言编码器语言模型，支持13种印度尼西亚地区语言，在多个开源语料库上进行了预训练。

维京33B是一个330亿参数的纯解码器架构Transformer模型，支持芬兰语、英语及北欧多种语言处理，同时具备代码理解与生成能力。

AfroXLMR-large-76L 是通过对扩展的 XLM-R-large 模型进行 MLM（掩码语言建模）适应而创建的，覆盖了非洲广泛使用的 76 种语言，包括 4 种高资源语言。

维京13B是一个130亿参数的多语言大模型，支持芬兰语、英语及北欧诸语言，具备代码处理能力

维京7B是一个70亿参数的Transformer模型，专注于处理芬兰语、北欧语言及编程代码，基于2万亿token训练。

Aya 101 是一个支持101种语言指令的大规模多语言生成式语言模型，在各类评估中优于同类模型。

NLLB-MoE是Meta开发的混合专家机器翻译模型，支持200种语言，是目前最先进的开放访问机器翻译模型之一。

基于GPT2架构的缅甸语语言模型，支持缅文理解和生成

GPT-SW3是由AI瑞典开发的大型北欧语言模型，支持5种北欧语言和英语的文本生成任务。

一个支持超过100种语言的通用语言模型，适用于多种自然语言处理任务。

一个支持超过100种语言的多语言处理模型，适用于多种自然语言处理任务。

一个支持超过200种语言的多语言处理模型，适用于多种自然语言处理任务。

这是一个支持超过150种语言的通用模型，适用于多种自然语言处理任务。

基于wav2vec2的语音识别模型，针对阿姆哈拉语进行了音素级别的微调

NLLB-CLIP是一个结合NLLB模型文本编码器与CLIP图像编码器的多语言视觉语言模型，支持201种语言。