A prototype system for obtaining and managing training data for multilingual learning

Informazioni relative al progetto

Data4ML

ID dell’accordo di sovvenzione: 101113091

DOI

10.3030/101113091

Progetto chiuso

Data della firma CE 30 Marzo 2023

Data di avvio 1 Ottobre 2023

Data di completamento 30 Settembre 2025

Finanziato da

• European Research Council (ERC)

Costo totale

Nessun dato

Contributo UE

€ 150 000,00

Coordinato da

TECHNISCHE UNIVERSITAET MUENCHEN
Germany

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Risultati finali

Data Management Plan (1)

Data Management Plan

Pubblicazioni

Conference proceedings (5)

EXECUTE: A Multilingual Benchmark for LLM Token Understanding

Autori: Lukas Edman, Helmut Schmid, Alexander Fraser
Pubblicato in: Findings of the Association for Computational Linguistics: ACL 2025, 2025
Editore: Association for Computational Linguistics
DOI: 10.18653/V1/2025.FINDINGS-ACL.95

From Unaligned to Aligned: Scaling Multilingual LLMs with Multi-Way Parallel Corpora

Autori: Yingli Shen, Wen Lai, Shuo Wang, Ge Gao, Kangyang Luo, Alexander Fraser, Maosong Sun
Pubblicato in: Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing, 2025
Editore: Association for Computational Linguistics
DOI: 10.18653/V1/2025.EMNLP-MAIN.374

Improving Parallel Sentence Mining for Low-Resource and Endangered Languages

Autori: Shu Okabe, Katharina Hämmerl, Alexander Fraser
Pubblicato in: Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (Volume 2: Short Papers), 2025
Editore: Association for Computational Linguistics
DOI: 10.18653/V1/2025.ACL-SHORT.17

Mask and You Shall Receive: Optimizing Masked Language Modeling For Pretraining BabyLMs

Autori: Lukas Edman, Alexander Fraser
Pubblicato in: Proceedings of the First BabyLM Workshop, 2025
Editore: Association for Computational Linguistics
DOI: 10.18653/V1/2025.BABYLM-MAIN.31

Findings of the WMT 2025 Shared Task LLMs with Limited Resources for Slavic Languages: MT and QA

Autori: Shu Okabe, Daryna Dementieva, Marion Di Marco, Lukas Edman, Katharina Haemmerl, Marko Měškank, Anita Hendrichowa, Alexander Fraser
Pubblicato in: Proceedings of the Tenth Conference on Machine Translation, 2025
Editore: Association for Computational Linguistics
DOI: 10.18653/V1/2025.WMT-1.27