Smart Spatial赋予对基础设施的“X射线透视”能力：洞察问题发生的位置与原因，从而更迅速、更明智地做出决策。阅读其实现数字孪生的先进方法，包括近期在埃塞俄比亚关键铁路系统中的工作。

本文探讨了低资源语言的神经机器翻译（NMT），介绍了多语言模型的翻译效果，并分析了语料库的构建与优化。研究表明，改进数据集和模型设计能显著提升翻译质量，为未来研究提供了标准实验数据和指导。

埃塞俄比亚最大商业银行发生技术故障，导致部分用户取出超过账户余额的钱并转至其他银行。大量学生取款，超过1亿美元被提取或转移。银行已解决问题，保证账户安全。银行行长表示，发生了超过49万笔非法交易，损失较小。银行正在调查异常交易，要求学生退还不属于他们的钱。银行承诺退还资金的个人不会面临刑事指控。

我们改进了LLaMA-2-Amharic模型，提升了阿姆哈拉语的语言模型性能，并公开了数据集创建流程。研究表明，现有大型语言模型在非洲语言上的表现普遍较差，呼吁加强对低资源语言的研究和支持。