标签
本文介绍TatBLiMP，这是第一个针对鞑靼语的语言最小配对基准测试，评估16种形态句法现象，涵盖从原生鞑靼语模型到前沿多语言大语言模型。
介绍了Tatoxa，一个用于鞑靼语文本去毒化的最先进系统，优于现有的大语言模型。引入了一个新数据集，并表明跨语言迁移的效果比使用原生数据差。