Skip to content
Hot eventLive

Wieszcz-XIX：31亿词1918年前波兰语语料及时间受限模型

1 reports1 sources3 hr ago updated

Get the story

AI overview

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。

Generated from reports · updated 3 hr ago

LatestOct 9
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。

Timeline

Follow the coverage from different angles.

Oct 9, 2026
  1. arXiv · Computation and Language
    Wieszcz-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%。

Heat trend

Current heat 9·Comparable peak 10（Oct 9）·Comparable change over 24 hours –

02.557.510Oct9Oct9Oct9Oct9

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.