PaddleOCR 3.2版本发布，英文文本识别精度提升近11%，新增泰语和希腊语支持。全面升级C++本地部署能力，提供高稳定性服务化部署方案，并支持细粒度性能基准测试，帮助用户优化部署。

本研究提出了开放的泰语推理模型Typhoon T1，解决了低资源语言推理模型开发中的细节不足问题，并通过监督微调方法提升了链式推理能力。

本研究提出了一种模型融合方法，显著提升了泰语大型语言模型的推理能力，达到DeepSeek R1水平。

本研究针对泰语大型语言模型的不足，推出了优化的文本、视觉和音频模型，通过开放模型和混合数据进行预训练，显著提升了泰语的表现，对信息处理和多模态理解产生深远影响。

本研究创建了一个包含7200张图像的泰语手语手指拼写数据集，以解决数据不足问题，推动手势识别技术的发展，促进深度学习和计算机视觉的应用。

本文研究了大型语言模型在多语言机器翻译中的优势与挑战，评估了多种模型在102种语言上的表现。研究发现，大型模型在翻译能力上有所进展，但在特定任务中，简单模型表现更佳。通过微调和训练，低资源语言的翻译能力也有所提升，强调了参考翻译和提示技术的重要性，为未来的多语言翻译研究提供了新视角。

本文介绍了新的孟加拉语数据集BenCoref，评估了多种模型在指代消解任务中的表现，强调了特定语言资源的需求，并探讨了跨语言和多语种指代解析的挑战与进展。

本文探讨了无监督学习在常识推理中的应用，特别是针对Winograd Schema Challenge的研究。通过对大量未标记数据的训练，提出了新的评估方法和基准，分析了现有基准的局限性，并展示了预训练语言模型在多语言环境中的有效性。研究表明，尽管模型表现有所提升，但仍存在对人类理解的敏感性差异。

本文介绍了从维基百科数据中创建特定语言BERT模型的自动化流程，并引入了42个新的模型。评估结果显示，这些特定语言模型在某些语言方面有显著改进。初步结果为了解特定语言模型的最佳条件提供了第一步。