語料清理

深度分析

「TypewriterLM」：首款以 1913 年前英語語料與詞彙限定指令微調的歷史語言模型全解析

研究針對1913年前英語文本打造歷史語言模型TypewriterLM，透過54億字元的TypewriterCorpus與詞彙限定指令微調，確保無時間泄漏，評測顯示模型在歷史事件上具備時間一致性且在一般基準上具競爭力。此模型亦為人文與自然語言處理跨領域研究提供新平台，未來可支援歷史語料分析與時間語意推理。