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