BriefGPT - AI 论文速递
·
Paramanu: 一系列新型高效的印度生成基础语言模型
💡
原文中文，约500字，阅读约需2分钟。
📝
内容提要
该论文介绍了为11种印度语言引入神经信息检索资源的工作，包括使用机器翻译创建的数据集和不同的神经信息检索模型集合。实验证明，这些资源在多种印度语言上的性能有显著改进。
🎯
关键要点
- 该论文介绍了为11种印度语言引入神经信息检索资源的工作。
- 涉及的语言包括阿萨姆语、孟加拉语、古吉拉特语、印地语、卡纳达语、马拉雅拉姆语、马拉地语、奥利亚语、旁遮普语、泰米尔语和特鲁古语。
- 创建了使用机器翻译的INDIC-MARCO数据集和Indic-ColBERT神经信息检索模型集合。
- IndicIRSuite是首次为大量印度语言构建大规模神经信息检索资源的尝试。
- 实验证明，Indic-ColBERT在除奥利亚语外的所有11种语言上，MRR@10得分平均提高了47.47%。
- 在孟加拉语和印地语基线上的NDCG@10得分平均提高了12.26%。
- 在孟加拉语基线上的MRR@100得分提高了20%。
- IndicIRSuite可以在指定的URL上获取。
➡️
