Key points are not available for this paper at this time.
हाल के वर्षों में, प्री-ट्रेन्ड भाषा मॉडलों (PLMs) का विकास गति पकड़ रहा है, जो उनकी क्षमता को भाषाई बाधाओं को पार करने और विभिन्न भाषाओं में ज्ञान हस्तांतरण की सुविधा प्रदान करने के लिए प्रदर्शित करता है। हालांकि, इस प्रगति ने बहुत कम संसाधन वाली भाषाओं को शामिल करने की मुख्यतः अनदेखी की है, जिससे बहभाषिक परिदृश्य में एक उल्लेखनीय शून्य उत्पन्न हुआ है। यह पत्र इस अंतर को संबोधित करता है, जिसमें चार कस्टम PLMs का परिचय दिया गया है जो विशेष रूप से अंगोला की भाषाओं के लिए फाइन-ट्यून किए गए हैं, एक मल्टी-लिंग्वल एडाप्टिव फाइन-ट्यूनिंग (MAFT) दृष्टिकोण का उपयोग करके। इस पत्र में, हम एमएएफटी मॉडलों के प्रदर्शन को बढ़ाने में सूचित एम्बेडिंग आरंभ और सिंथेटिक डेटा की भूमिका का सर्वेक्षण करते हैं। हम SOTA AfroXLMR-base (MAFT के माध्यम से विकसित) और OFA (एक प्रभावी एम्बेडिंग आरंभ) के मुकाबले क्रमशः 12.3 और 3.8 अंक से बुनियादी स्तर में सुधार करते हैं।
Quinjica et al. (बुध,) ने इस प्रश्न का अध्ययन किया।