**GigaAM Multilingual：面向中亚稀缺语言的多模态基础模型**

_GigaAM Multilingual: Foundation Model for Underrepresented Languages_

> 针对长尾语言数据稀缺问题，HuggingFace社区推出GigaAM Multilingual。该模型基于200万小时音频预训练，通过集群级数据平衡策略和领域感知采样方法，有效缓解了头部语言主导问题。在哈萨克语、吉尔吉斯语等中亚语言上，其表现优于Whisper Large v3等主流开源模型，为数据不平衡场景下的多语言适配提供了可行方案。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-07-21 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2607.10371)