urdu

Riazi-8B是一个针对数学推理微调的乌尔都语大语言模型，通过在乌尔都语思维链数据上持续预训练和监督微调，在MGSM-Urdu上实现了性能提升。

UrduMMLU是一个新基准测试，包含来自本土教育材料的26,431道多项选择题，涵盖26个学科，用于评估大语言模型在乌尔都语理解上的表现。对30个大语言模型的评估显示，Gemini-3.5-Flash表现最佳，而开源模型和区域特定学科仍构成重大挑战。