SwePub
Sök i LIBRIS databas

  Utökad sökning

WFRF:(Sahlgren Magnus)
 

Sökning: WFRF:(Sahlgren Magnus) > (2020-2024) > GPT-SW3 :

GPT-SW3 : An Autoregressive Language Model for the Scandinavian Languages

Ekgren, Ariel (författare)
AI Sweden, Sweden
Gyllensten, Amaru Cuba (författare)
AI Sweden, Sweden
Stollenwerk, Felix (författare)
AI Sweden, Sweden
visa fler...
Öhman, Joey (författare)
AI Sweden, Sweden
Isbister, Tim (författare)
AI Sweden, Sweden
Gogoulou, Evangelia (författare)
RISE,Datavetenskap
Carlsson, Fredrik (författare)
RISE,Elektrifiering och pålitlighet
Casademont, Judit (författare)
AI Sweden, Sweden
Sahlgren, Magnus (författare)
AI Sweden, Sweden
visa färre...
 (creator_code:org_t)
European Language Resources Association (ELRA), 2024
2024
Engelska.
Ingår i: <em>2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation, LREC-COLING 2024 - Main Conference Proceedings</em>. - : European Language Resources Association (ELRA). ; , s. 7886-7900
  • Konferensbidrag (refereegranskat)
Abstract Ämnesord
Stäng  
  • This paper details the process of developing the first native large generative language model for the North Germanic languages, GPT-SW3. We cover all parts of the development process, from data collection and processing, training configuration and instruction finetuning, to evaluation, applications, and considerations for release strategies. We discuss pros and cons of developing large language models for smaller languages and in relatively peripheral regions of the globe, and we hope that this paper can serve as a guide and reference for other researchers that undertake the development of large generative models for smaller languages. 

Ämnesord

NATURVETENSKAP  -- Data- och informationsvetenskap (hsv//swe)
NATURAL SCIENCES  -- Computer and Information Sciences (hsv//eng)

Nyckelord

Computational linguistics; Auto-regressive; Data collection; Development process; Generative model; Language model; Large language model; Low resource languages; Multilinguality; Peripheral regions; Release strategies; Data handling

Publikations- och innehållstyp

ref (ämneskategori)
kon (ämneskategori)

Till lärosätets databas

Sök utanför SwePub

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy