热点事件持续更新
研究者发布历史波兰语语料库Wieszcz-XIX及语言模型
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月9日，研究人员正式发布了历史波兰语语料库Wieszcz-XIX及基于该语料库构建的语言模型。Wieszcz-XIX语料库聚焦于1800年至1918年期间的波兰语历史出版物，包含294,369篇文档，规模达6.75B tokens（约31亿词）。与此同时，研究团队利用该数据集从零训练了参数量介于47M至349M之间的decoder-only架构时间受限语言模型，为历史语言处理研究提供了基础资源。
AI 根据报道生成 · 3 小时前更新
最新进展10月9日 12:00
研究团队发布收录31亿词的历史波兰语语料库Wieszcz-XIX及多尺寸语言模型。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv 自然语言处理Wieszcz-XIX：包含 31 亿词的 1918 年前波兰语语料库及从零训练的时间受限语言模型
研究人员发布了 Wieszcz-XIX 语料库，涵盖 1800 至 1918 年波兰语出版物共 6.75B tokens（约 31 亿词、294,369 篇文档），并基于该数据从零训练了 47M 至 349M 参数的 decoder-only 语言模型。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。