使用上下文感知提示的LLM用于低资源方言翻译：以锡尔赫特语为例Research#llm🔬 Research|分析: 2026年1月4日 07:27•发布: 2025年11月24日 20:34•1分で読める•ArXiv分析本文探讨了使用大型语言模型 (LLM) 翻译低资源方言，锡尔赫特语。重点在于使用上下文感知提示，这表明该研究调查了在资源受限的情况下，向 LLM 提供上下文如何提高翻译准确性。案例研究的使用表明了一种实用、实验性的方法来评估所提出方法的有效性。要点•侧重于使用 LLM 翻译低资源方言（锡尔赫特语）。•采用上下文感知提示来提高翻译准确性。•提出了一个案例研究，表明了一种实验方法。引用 / 来源查看原文"LLMs for Low-Resource Dialect Translation Using Context-Aware Prompting: A Case Study on Sylheti"AArXiv2025年11月24日 20:34* 根据版权法第32条进行合法引用。较旧Generating Music Using GANs and Deep Learning较新Simulation-Driven Railway Delay Prediction: An Imitation Learning Approach相关分析Research人类AI检测2026年1月4日 05:47Research侧重于实现的深度学习书籍2026年1月4日 05:49Research个性化 Gemini2026年1月4日 05:49来源: ArXiv