09:32
官方一手arXiv: DeepSeek@Mohammad Hossein Shalchian, Mostafa Amiri, Amir Mahdi Sadeghzadeh
推荐理由：波斯语数据匿名化新方案，用LLM标注训练轻量NER模型，消费级GPU上2分钟处理4万消息。
波斯语
共 2 条相关 AI 资讯
9月2日
09:32
研究人员使用DeepSeek-V3-0324、GPT-OSS-120B和Qwen3-235B-A22B-Instruct-2507三种LLM为波斯语聊天数据生成标注，训练了四个MatinaRoberta-based NER模型。OSS_ZeroShot标注产生的模型在宏平均F1和标签覆盖率召回率(LCR)上表现最佳，能在单块RTX 3090上约2分钟内完成4万条消息的匿名化处理。
7月23日
11:49
11:49
官方账号arXiv cs.AI@Pouria Mahdi, Haq Nawaz Malik
推荐理由：做波斯语OCR不用愁数据了，Persian Pixel有34万张合成图加上25种真实退化模拟，直接拿它训模型比手动标注省事得多。