我们推出了DictaBERT，一个用于现代希伯来语的预训练BERT模型，性能优于现有模型。还发布了两个针对希伯来文本分析的精细调整模型：前缀分词和形态标记。这些模型可通过HuggingFace使用，并提供训练细节和基准测试结果，促进希伯来语自然语言处理的研究。

本论文介绍了两个大型语言模型DictaLM2.0和DictaLM2.0-Instruct，它们是基于Mistral模型训练的，使用了约2000亿个标记的希伯来语和英文语料库。作者提出了一种针对新语言的预训练模型的技术，并对DictaLM2.0-Instruct进行了微调，以提高其在特定任务上的性能。作者还引入了一个新的希伯来语LLM评估基准套件，用于对模型进行评估。这项工作不仅解决了在资源匮乏的语言中训练LLMs的问题，还为多语言自然语言处理领域做出了贡献。

这篇文章介绍了希伯来语口语处理的数据集HebDB，包含2500小时的希伯来语自然和自发语音记录。作者提供了原始记录和经过预处理、弱监督和筛选后的版本，并提供了两种基准系统用于自动语音识别。结果显示，提出的方法在相似的模型大小下比评估的基准方法取得了更好的结果。

本论文介绍了两个大型语言模型（LLMs）DictaLM2.0和DictaLM2.0-Instruct，它们在希伯来语和英文语料库上进行了训练。作者提出了一种针对新语言的预训练模型的技术，并对DictaLM2.0-Instruct进行了微调。他们还引入了一个新的希伯来语LLM评估基准套件，用于评估模型性能。这项工作不仅解决了在资源匮乏的语言中训练LLMs的问题，还为多语言自然语言处理领域做出了贡献。

本文介绍了一种新的预训练语言模型AlephBERTGimmel，适用于现代希伯来语，使用128K词汇表。与其他希伯来语模型进行对比分析，实验证明更大的词汇量可以提高模型性能，并在希伯来基准测试中取得了新的最佳结果。

通过新的“翻转管道”方法，研究人员在希伯来语自然语言处理任务上取得了新的技术水平。他们通过整合专家分类器的决策，对整个单词单元进行预测，从而在词性标注和依存句法分析方面取得了突破。

本文介绍了最新的希伯来语预训练BERT模型DictaBERT，其在基准测试中表现优于其他模型。作者还发布了两个用于希伯来文本分析的模型版本，包括前缀分词和形态标记。这些模型可以通过简单调用HuggingFace模型来使用，无需额外的库或代码。作者详细描述了训练细节和基准测试结果，并将模型和示例代码发布给社区，以促进希伯来语自然语言处理的研究和开发。