塔吉克語大型語言模型

速報

Soro：為塔吉克語優化的對話式大型語言模型，量化後助力教育邊緣部署

研究聚焦塔吉克語在受限運算與連線下的部署。採用開放權重Gemma3為基礎，對1.9億字語料進行持續預訓，並以40000條教師式示例做監督微調。團隊同時建立並公開塔吉克語評測集。結果顯示Soro在塔吉克語基準上超越同尺寸基線，且FP8與INT4量化在降低記憶需求下仍保留語言進步，利於教育場域邊緣部署。