GPT-4o 대비 비용 1/15 절감 및 Indic 언어 최적화 Qwen 3 기반 챗봇 설계
Building a Multilingual AI Chatbot for Indian Languages with Qwen 3
Mistral OCR 4 공개
승률 72% 달성한 다국어 문서 이해 및 자체 호스팅 가능 OCR 4 공개
EU AI Act 준수 및 1,000개 이상의 언어를 지원하는 완전 공개형 Sovereign AI
Apertus – Open Foundation Model for Sovereign AI
RAG 기반 Llama 3.1 적용으로 Hallucination을 제거한 다국어 CS 챗봇 구축
AI Customer Service Chatbot with Demo Link
Zoo Webcam 분석 기반의 예측 자동화 로직을 적용한 PWA 서비스 구현
We Built a World Cup 2026 Prediction Game Where You Compete Against a Monkey
RAG 통합 및 Bulk Operation으로 강화된 OpenSparrow v2.6
OpenSparrow v2.6 – AI-powered search (RAG), bulk operations, and keyboard shortcuts
DoBu로 커널 수준 문서화를 언어 불가지和数据 은닉 동시 달성함
DoBu — Documentation Builder for the Ascoos Ecosystem
Pulsebit 다국어 클러스터링으로 감정 분석 리드 타임 16.3h 단축 사례
Your Pipeline Is 16.3h Behind: Catching Human Rights Sentiment Leads with Pulsebit
Pulsebit가 영어 기반 감성 분석으로 음식 안전 사고 신호를 20.4시간 지연 탐지하는 문제 해결
Your Pipeline Is 20.4h Behind: Catching Food Sentiment Leads with Pulsebit
Open ASR Leaderboard가 다국어 및 장형 음성 트랙 추가로 60개 이상 ASR 모델을 11개 데이터셋에서 비교 가능하게 확장
Open ASR Leaderboard: Trends and Insights with New Multilingual & Long-Form Tracks
mmBERT가 1800개 이상 언어에서 3T+ 토큰 학습 및 3단계 점진적 언어 추가 전략으로 XLM-R을 첫 번째로 성능 개선
mmBERT: ModernBERT goes Multilingual
Google이 308M 파라미터 규모의 EmbeddingGemma 모델을 출시해 500M 이하 다국어 임베딩 모델 중 MTEB 최고 순위 달성
Welcome EmbeddingGemma, Google's new efficient embedding model
NVIDIA가 6백만 건 규모의 다국어 추론 데이터셋을 5개 언어로 번역·공개하면서 오픈 생태계 LLM 학습 데이터 표준화
NVIDIA Releases 6 Million Multi-Lingual Reasoning Dataset
Cohere for AI가 23개 언어 지원 비전-언어 모델 Aya Vision 8B/32B를 공개하며 동급 대비 최대 81% 승률 달성
A Deepdive into Aya Vision: Advancing the Frontier of Multilingual Multimodality
BAAI가 FlagEval-Debate 플랫폼으로 LLM 평가에 다중언어 토론 방식을 도입해 기존 정적 평가의 편향성 제거
Letting Large Models Debate: The First Multilingual LLM Debate Competition
Meta가 Llama 3.1을 3가지 크기(8B, 70B, 405B)로 출시해 컨텍스트 길이를 8K에서 128K 토큰으로 확장하고 8개 언어 지원 추가
Llama 3.1 - 405B, 70B & 8B with multilinguality and long context
Hugging Face와 Argilla가 협력하여 10,000개의 프롬프트 데이터셋을 구축하고 18개 언어로 다국어 확대를 진행한 오픈소스 데이터셋 구축 사례
Data Is Better Together: A Look Back and Forward
Meta AI의 MMS 모델이 Adapter 계층 방식으로 10~20분의 파인튜닝만으로 저자원 언어 ASR에서 최고 성능 달성
Fine-Tune MMS Adapter Models for low-resource ASR
BigScience 프로젝트가 70개국 1000명 이상의 연구자를 협력시켜 1760억 파라미터 규모의 다국어 BLOOM 모델을 오픈소스로 공개
Introducing The World's Largest Open Multilingual Language Model: BLOOM