language-identification

本研究评估了使用语言识别令牌进行双语微调以改进低资源语言ASR的方法，涉及九个多样化的语言对。结果发现，高语言识别准确率是有益的，而在语言识别准确率低的情况下，在推理时提供语言识别令牌可以提升性能。

GitHub宣布推出GitHub多语言仓库数据集，这是一个开放的元数据集，涵盖4000万个仓库中的超过8000万条分类记录，旨在帮助研究人员和开发者构建多语言AI工具。