المقصود
تشكل اللغة الإنجليزية ما يقارب نصف Common Crawl وهي أكثر انتشارًا بكثير من اللغة الثانية الأكثر شيوعًا.
الشاهد
“Sampling is how a model chooses an output from all possible options.”
📕 من كتاب: AI Engineering بقلم Chip Huyen
ما الذي تثبته الفكرة؟
يثبت أن اللغة الإنجليزية ممثلة تمثيلًا مفرطًا إلى حد كبير في أحد أهم مجموعات بيانات التدريب.
حدود الفكرة
لا يعني ذلك أن جميع مجموعات البيانات متعددة اللغات تعاني من عدم التوازن اللغوي نفسه.
اقرأ أيضاً
مفاهيم
روابط للقراءة
- هندسة الذكاء الاصطناعي
- المجال: التكنولوجيا