paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
MN

Mitodru Niyogi

ACL 2026数据与预训练多语言与语言学对齐与偏好
新星分新星
53
一作贡献30
核心/参与0
方向广度6
合作网络6
1 一作 · 1 篇 · ACL 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。

联系方式

实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。

2026 顶会论文

1
一作ACL 2026Poster· Natural Language Processing

Paramanu: Compact and Competitive Monolingual Language Models for Low-Resource Morphologically Rich I ndian Languages

Mitodru Niyogi · Eric Gaussier · Arnab Bhattacharya

摘要

Multilingual large language models (LLMs) are expensive to pretrain and often suffer from imbalances across languages and datasets, English-centric bias, tokenizer oversegmentation for morphologically rich low-resource languages, and the curse of multilinguality. We introduce PARAMANU, a family o...

数据与预训练多语言与语言学对齐与偏好OpenReview 项目页

常见合作者