Компьютерные науки > Расчеты и язык [представлен 5 декабря 2025 года (v1), последний пересмотренный вариант 8 октября 2026 года (эта версия, v4)] Название: LMSpell: Splell Rection with Pre-Trained Language Models View PDF HTML (экспериментальное) Резюме: исправление Spell попрежнему является сложной проблемой для многих языков, особенно низкоресурсных языков (LRL). Хотя для корректировки заклинаний использовались заранее подготовленные языковые модели (ПМП), не проводилось надлежащего сопоставления между различными ОУЗ. Мы представляем первое эмпирическое исследование по вопросу об эффективности трех типов УЗМ для коррекции заклинаний на многих языках, включая низкоресурсные языки. Мы показываем, что даже относительно небольшие ПУЗ, такие как 270М-параметр Джемма 3 и mBART50, при уточнении набора данных из всего лишь 5 кепрских предложений могут превзойти действующие корректоры на основе правил, высветив практический путь создания эффективных систем корректировки заклинаний с ограниченными данными. Мы также представляем тематическое исследование с Синхалией, чтобы пролить свет на тяжелое положение заклинаний для LRL. История представления: Akish Samuditha Gunathilake [видение электронной почты] [v1] Fri, 5 декабря 2025 года 04:14:09 UTC (9 861 KB) [v2] Mon, 8 декабря 2052 02:01:26 UTS (9860 KB)] [v3] Thu, 11 декабря 2042 UTK (9550 KB), [v4] Ту, 8 октября 2026 17:32:24 UTR (8 565 KB). Библиографический и цитационно-инструментальный библиолог (Что является Исследовательом?)…
LMSpell: коррекция кристаллов с моделями языка, подготовленного до обучения
arXiv: 2512.02.05414v4 Annuales Type: заменить резюме: исправление к спеллу по-прежнему представляет собой сложную проблему для многих языков, особенно низкоресурсных (LRLs). Хотя для корректировки заклинаний использовались заранее подготовленные языковые модели (ПМП), не проводилось надлежащего сопоставления между различными ОУЗ. Мы представляем первое эмпирическое исследование по вопросу об эффективности трех типов УЗМ для коррекции заклинаний на многих языках, включая низкоресурсные языки. Мы показываем, что даже относительно небольшие ПУЗ, такие как 270М-параметр Джемма 3 и mBART50, при уточнении набора данных из всего лишь 5 кепрских предложений могут превзойти действующие корректоры на основе правил, высветив практический путь создания эффективных систем корректировки заклинаний с ограниченными данными. Мы также представляем тематическое исследование с Синхалией, чтобы пролить свет на тяжелое положение заклинаний для LRL.