Buchumschlag

EstLLM: Enhancing Estonian Capabilities in Multilingual LLMs via Continued Pretraining and Post-Training

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dorkin, Aleksei, Purason, Taido, Kalbaliyev, Emil, Kuulmets, Hele-Andra, Ojastu, Marii, Fišel, Mark, Alumäe, Tanel, Aedmaa, Eleri, Kruusmaa, Krister, Sirts, Kairit
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Prune or Retrain: Optimizing the Vocabulary of Multilingual Models for Estonian
von: Dorkin, Aleksei, et al.
Veröffentlicht: (2025)

Estonian WinoGrande Dataset: Comparative Analysis of LLM Performance on Human and Machine Translation
von: Ojastu, Marii, et al.
Veröffentlicht: (2025)

Comparison of Current Approaches to Lemmatization: A Case Study in Estonian
von: Dorkin, Aleksei, et al.
Veröffentlicht: (2024)

GliLem: Leveraging GliNER for Contextualized Lemmatization in Estonian
von: Dorkin, Aleksei, et al.
Veröffentlicht: (2024)

LLMs for Extremely Low-Resource Finno-Ugric Languages
von: Purason, Taido, et al.
Veröffentlicht: (2024)

Teaching Llama a New Language Through Cross-Lingual Knowledge Transfer
von: Kuulmets, Hele-Andra, et al.
Veröffentlicht: (2024)

Sõnajaht: Definition Embeddings and Semantic Search for Reverse Dictionary Creation
von: Dorkin, Aleksei, et al.
Veröffentlicht: (2024)

TartuNLP @ SIGTYP 2024 Shared Task: Adapting XLM-RoBERTa for Ancient and Historical Languages
von: Dorkin, Aleksei, et al.
Veröffentlicht: (2024)

TartuNLP at SemEval-2025 Task 5: Subject Tagging as Two-Stage Information Retrieval
von: Dorkin, Aleksei, et al.
Veröffentlicht: (2025)

TartuNLP @ AXOLOTL-24: Leveraging Classifier Output for New Sense Detection in Lexical Semantics
von: Dorkin, Aleksei, et al.
Veröffentlicht: (2024)

TartuNLP at EvaLatin 2024: Emotion Polarity Detection
von: Dorkin, Aleksei, et al.
Veröffentlicht: (2024)

Finetuning End-to-End Models for Estonian Conversational Spoken Language Translation
von: Sildam, Tiia, et al.
Veröffentlicht: (2024)

Optimizing Estonian TV Subtitles with Semi-supervised Learning and LLMs
von: Fedorchenko, Artem, et al.
Veröffentlicht: (2025)

Estonian Native Large Language Model Benchmark
von: Lillepalu, Helena Grete, et al.
Veröffentlicht: (2025)

Comparison of End-to-end Speech Assessment Models for the NOCASA 2025 Challenge
von: Žavoronkov, Aleksei, et al.
Veröffentlicht: (2025)

Creation of the Estonian Subjectivity Dataset: Assessing the Degree of Subjectivity on a Scale
von: Gailit, Karl Gustav, et al.
Veröffentlicht: (2025)

Context is Important in Depressive Language: A Study of the Interaction Between the Sentiments and Linguistic Markers in Reddit Discussions
von: Sharma, Neha, et al.
Veröffentlicht: (2024)

Exploring Profiles of Cognitive Distortions Associated with Mental Health Disorders
von: Anikejeva, Alina, et al.
Veröffentlicht: (2026)

Exploratory Study into Relations between Cognitive Distortions and Emotional Appraisals
von: Agarwal, Navneet, et al.
Veröffentlicht: (2025)

TalTech Systems for the Interspeech 2025 ML-SUPERB 2.0 Challenge
von: Alumäe, Tanel, et al.
Veröffentlicht: (2025)

Multi-Source Evidence Fusion for Audio Question Answering
von: Olev, Aivo, et al.
Veröffentlicht: (2026)

Teaching Old Tokenizers New Words: Efficient Tokenizer Adaptation for Pre-trained Models
von: Purason, Taido, et al.
Veröffentlicht: (2025)

Assessing the Reliability and Validity of GPT-4 in Annotating Emotion Appraisal Ratings
von: Ruder, Deniss, et al.
Veröffentlicht: (2025)

Evaluating Lexicon Incorporation for Depression Symptom Estimation
von: Milintsevich, Kirill, et al.
Veröffentlicht: (2024)

Your Model Is Not Predicting Depression Well And That Is Why: A Case Study of PRIMATE Dataset
von: Milintsevich, Kirill, et al.
Veröffentlicht: (2024)

To Err Is Human, but Llamas Can Learn It Too
von: Luhtaru, Agnes, et al.
Veröffentlicht: (2024)

Unveiling Audio Deepfake Origins: A Deep Metric learning And Conformer Network Approach With Ensemble Fusion
von: Kulkarni, Ajinkya, et al.
Veröffentlicht: (2025)

NordIQuEst: the Nordic-Estonian Quantum Computing e-Infrastructure Quest
von: Carugno, Costantino, et al.
Veröffentlicht: (2024)

PixIT: Joint Training of Speaker Diarization and Speech Separation from Real-world Multi-speaker Recordings
von: Kalda, Joonas, et al.
Veröffentlicht: (2024)

Machine-Assisted Grading of Nationwide School-Leaving Essay Exams with LLMs and Statistical NLP
von: Karjus, Andres, et al.
Veröffentlicht: (2026)

Do Compact SSL Backbones Matter for Audio Deepfake Detection? A Controlled Study with RAPTOR
von: Kulkarni, Ajinkya, et al.
Veröffentlicht: (2026)

TalTech-IRIT-LIS Speaker and Language Diarization Systems for DISPLACE 2024
von: Kalda, Joonas, et al.
Veröffentlicht: (2024)

La reforma agraria en Egipto
von: Sayed Marii
Veröffentlicht: (1954)

The agrarian reform in Egypt
von: Sayed Marii
Veröffentlicht: (1954)

La réforme agraire en Egypte
von: Sayed Marii
Veröffentlicht: (1954)

Improving Estonian Text Simplification through Pretrained Language Models and Custom Datasets
von: Barbu, Eduard, et al.
Veröffentlicht: (2025)

Equivalencia de las culturas y tiranía de las identidades
von: Hele Béji
Veröffentlicht: (1999)

Introduction of Systems Engineering practices in a Product Lifecycle Management (PLM) course for master students
von: Krister Sutinen
Veröffentlicht: (2024)

¿Cómo hacer funcionar la gestión descentralizada de los recursos naturales?
von: Krister Andersson
Veröffentlicht: (2005)

Researching Estonian Transformation
Veröffentlicht: (2024)