Τον τελευταίο καιρό, η τεχνητή νοημοσύνη βρίσκεται στο επίκεντρο ενός διαρκώς αυξημένου πλήθους συζητήσεων, επαγγελματικών και μη. Ενώ ένα σημαντικό μέρος από αυτά που λέγονται για την τεχνητή νοημοσύνη είναι, ουσιαστικά, μάρκετινγκ, υπάρχει δυνατότητα για ορισμένα εργαλεία τεχνητής νοημοσύνης, χρησιμοποιούμενα σωστά, να κάνουν ορισμένες διαδικασίες πιο αποτελεσματικές και ορισμένα είδη πληροφοριών πιο προσβάσιμα.

Ωστόσο, για να γίνει πραγματικότητα αυτή η προσβασιμότητα, τα μεγάλα γλωσσικά μοντέλα (LLM) στα οποία βασίζονται τα chatbots και οι πράκτορες τεχνητής νοημοσύνης πρέπει να αντικατοπτρίζουν με ακρίβεια τη γλωσσική ποικιλομορφία του πλανήτη.

Αυτό δεν ισχύει επί του παρόντος.

Τα πιο δημοφιλή μεγάλα γλωσσικά μοντέλα εκπαιδεύονται συχνά σε μεγάλο βαθμό με αγγλικά δεδομένα. Αυτό είναι μια αντανάκλαση της αδικαιολόγητης κυριαρχίας της αγγλικής σε ορισμένους τομείς που έχει επίσης τη δυνατότητα να ενισχύσει αυτή την κυριαρχία εισάγοντας νέο περιεχόμενο κυρίως στα αγγλικά.

Για να αντιμετωπιστεί αυτή η τάση, τα σκόπιμα μη αγγλοκεντρικά και κυριαρχικά μοντέλα δεδομένων γίνονται όλο και περισσότερο πιο δημοφιλή.

Παρακάτω είναι μια λίστα με LLM που εκπαιδεύτηκαν σκόπιμα σε μη αγγλικά δεδομένα.

Αυτή η λίστα είναι εν εξελίξει και συνεχώς αυξανόμενη. Εάν γνωρίζετε (ή έχετε δημιουργήσει εσείς οι ίδιοι) ένα LLM που εκπαιδεύτηκε ειδικά σε μη αγγλικά δεδομένα, θα ήθελα πολύ να το μάθω. Επικοινωνήστε μαζί μου στο hello@aliftoomega.com