综合人才 vs 专才：评估乌尔都语大型语言模型

通过比较通用预训练模型、特定任务微调模型和自然语言处理中的乌尔都语的性能评估，本文发现特定目的模型在不同任务上始终优于通用目的模型，且 GPT-4-Turbo 的评估结果与人工评估更为接近，为低资源语言提供了有关通用和特定目的大型语言模型的有效性的见解。