热点事件持续更新
Wieszcz-XIX：31亿词1918年前波兰语语料及时间受限模型
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
研究者发布 Wieszcz-XIX 语料，包含约 6.75 billion tokens（约 3.1 billion words）、294,369 份 1800–1918 年波兰语文献。据报道，该语料比同期已标注语料大三个数量级，post-1918 泄漏残留仅 0.04–0.38%，可识别文本字符错误率 0.68%。报道标题称其为“从零训练的时间受限语言模型”的配套语料，但未披露模型规模、训练细节或评测结果。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
2026-10-09 研究者发布 Wieszcz-XIX 语料，规模、泄漏率与字符错误率数据首次披露。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv · Computation and LanguageWieszcz-XIX：31 亿词 1918 年前波兰语语料与从零训练的时间受限语言模型
研究者发布 Wieszcz-XIX 语料，含 6.75 billion tokens（约 3.1 billion words）、294,369 份 1800–1918 年波兰语文献，比同期已标注语料大三个数量级，post-1918 泄漏残留仅 0.04–0.38%，可识别文本字符错误率 0.68%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。