XTREME (Cross-Lingual Transfer Evaluation of Multilingual Encoders)

引入了多语言编码器的跨语言迁移评估 (XTREME) 基准，以鼓励对多语言迁移学习进行更多研究。 XTREME 涵盖了跨越 12 个语言家族的 40 种类型不同的语言，并包括 9 个需要推理不同级别的语法或语义的任务。选择 XTREME 中的语言是为了最大限度地提高语言多样性、现有任务的覆盖范围以及训练数据的可用性。选择 XTREME 中的语言是为了最大限度地提高语言多样性、现有任务的覆盖范围以及训练数据的可用性。其中有许多未被充分研究的语言，例如德拉威语泰米尔语（在印度南部、斯里兰卡和新加坡使用）、泰卢固语和马拉雅拉姆语（主要在印度南部使用），以及尼日尔-刚果语斯瓦希里语和约鲁巴语在非洲。