AQL-Lite: Ressourcenschonendes Continuous Pretraining für arabische LLMs
Das Training arabischer Sprachmodelle leidet unter verrauschten Webdaten, Dialektvielfalt und hohen Kosten. AQL-Lite bietet ein datenorientiertes Framework, das Continual Pretraining deutlich effizienter machen soll.
Erfahren Sie mehr über die von arXiv über DataCite vergebene DOI (Registrierung ausstehend). Einreichungshistorie Von: Houssam Eddine Boukhalfa [ E-Mail anzeigen ] [v1] Mittwoch, 21. Oktober 2026, 19:04:28 UTC (930 KB).
Volltext-Links: Zugriff auf die Publikation: PDF der Arbeit mit dem Titel AQL-Lite: Enabling Efficient Knowledge Acquisition for Arabic LLMs via Data-Centric Continual Pretraining von Houssam Eddine Boukhalfa und 2 weiteren Autoren anzeigen. PDF anzeigen, HTML (experimentell), TeX-Quelle, Lizenz anzeigen. Weitere Funktionen: Audio-Zusammenfassung.
Aktueller Browser-Kontext: cs.CL, zurück | weiter, neu | aktuell | 2026-10. Wechseln des Browsers zu: cs, cs.LG. Referenzen und Zitationen: SciX, Google Scholar, Semantic Scholar.
BibTeX-Zitation exportieren. Ladevorgang... BibTeX-formatierte Zitation × lädt...
Daten bereitgestellt von: Lesezeichen. Bibliografische Werkzeuge. Bibliografische und Zitations-Werkzeuge.
Bibliographic Explorer umschalten (Was ist der Explorer?). Connected Papers umschalten (Was ist Connected Papers?). Litmaps umschalten.
Litmaps. scite.ai umschalten. Smart Citations (Was sind Smart Citations?). Code, Daten und Medien.
Mit diesem Artikel verknüpfte Code-, Daten- und Medienressourcen. alphaXiv umschalten (Was ist alphaXiv?). Links zu Code. CatalyzeX Code Finder umschalten (Was ist CatalyzeX?).
DagsHub umschalten (Was ist DagsHub?). GotitPub umschalten (Was ist Gotit.pub?). Hugging Face umschalten (Was ist Hugging Face?).
ScienceCast umschalten (Was ist ScienceCast?). Demonstrationen. Replicate umschalten (Was ist Replicate?).
Hugging Face Spaces umschalten (Was sind Spaces?). TXYZ.AI umschalten (Was ist TXYZ.AI?). Verwandte Publikationen.
Empfehlungssysteme und Suchwerkzeuge. Link zu Influence Flower. Influence Flower (Was sind Influence Flowers?).
CORE Recommender umschalten (Was ist CORE?). Über arXivLabs. arXivLabs: experimentelle Projekte mit Community-Partnern. arXivLabs ist ein Framework, das es Partnern ermöglicht, neue arXiv-Funktionen direkt auf unserer Website zu entwickeln und zu teilen.
Sowohl Einzelpersonen als auch Organisationen, die mit arXivLabs arbeiten, haben unsere Werte von Offenheit, Gemeinschaft, Exzellenz und Datenschutz für Nutzerdaten übernommen und befürworten diese. arXiv bekennt sich zu diesen Werten und arbeitet ausschließlich mit Partnern zusammen, die sich an sie halten.
Haben Sie eine Idee für ein Projekt, das einen Mehrwert für die arXiv-Community bieten wird? Erfahren Sie mehr über arXivLabs.
Automatisch übersetzt. Das Original auf Englisch ist unten aufklappbar.
Original (Englisch) anzeigen
Focus to learn more arXiv-issued DOI via DataCite (pending registration) Submission history From: Houssam Eddine Boukhalfa [ view email ] [v1] Wed, 21 Oct 2026 19:04:28 UTC (930 KB) Full-text links: Access Paper: View a PDF of the paper titled AQL-Lite: Enabling Efficient Knowledge Acquisition for Arabic LLMs via Data-Centric Continual Pretraining, by Houssam Eddine Boukhalfa and 2 other authors View PDF HTML (experimental) TeX Source view license Additional Features Audio Summary Current browse context: cs.CL < prev | next > new | recent | 2026-10 Change to browse by: cs cs.LG References & Citations SciX Google Scholar Semantic Scholar export BibTeX citation Loading... BibTeX formatted citation × loading... Data provided by: Bookmark Bibliographic Tools Bibliographic and Citation Tools Bibliographic Explorer Toggle Bibliographic Explorer ( What is the Explorer? ) Connected Papers Toggle Connected Papers ( What is Connected Papers? ) Litmaps Toggle Litmaps ( What is Litmaps? ) scite.ai Toggle scite Smart Citations ( What are Smart Citations? ) Code, Data, Media Code, Data and Media Associated with this Article alphaXiv Toggle alphaXiv ( What is alphaXiv? ) Links to Code Toggle CatalyzeX Code Finder for Papers ( What is CatalyzeX? ) DagsHub Toggle DagsHub ( What is DagsHub? ) GotitPub Toggle Gotit.pub ( What is GotitPub? ) Huggingface Toggle Hugging Face ( What is Huggingface? ) ScienceCast Toggle ScienceCast ( What is ScienceCast? ) Demos Demos Replicate Toggle Replicate ( What is Replicate? ) Spaces Toggle Hugging Face Spaces ( What is Spaces? ) Spaces Toggle TXYZ.AI ( What is TXYZ.AI? ) Related Papers Recommenders and Search Tools Link to Influence Flower Influence Flower ( What are Influence Flowers? ) Core recommender toggle CORE Recommender ( What is CORE? ) Author Venue Institution Topic About arXivLabs arXivLabs: experimental projects with community collaborators arXivLabs is a framework that allows collaborators to develop and share new arXiv features directly on our website.
Both individuals and organizations that work with arXivLabs have embraced and accepted our values of openness, community, excellence, and user data privacy. arXiv is committed to these values and only works with partners that adhere to them.
Have an idea for a project that will add value for arXiv's community? Learn more about arXivLabs.