Die Innovation des Polyglot-Projekts liegt in seinem Engagement, Grundmodelle für Sprachen mit geringen Ressourcen zugänglich und effektiv zu machen, die in der Vergangenheit von den großen Fortschritten in der generativen KI ausgeschlossen waren. Anstatt bestehende Modelle wahllos zu skalieren, verfolgt Polyglot einen gezielten, nachhaltigen und Open-Source-Ansatz, indem es maßgeschneiderte Tools, Datensätze und Modelle entwickelt, die an die einzigartigen sprachlichen und kulturellen Kontexte unterrepräsentierter Gemeinschaften angepasst werden können. Dies demokratisiert nicht nur den Zugang zu KI-Technologien, sondern befähigt auch lokale Forschende und Sprecher*innen, KI-Systeme aktiv so zu gestalten, dass sie ihre Werte und Identitäten widerspiegeln.

Ein interdisziplinäres Projekt ist ein Projekt, das Forschende und Methoden aus verschiedenen akademischen Bereichen zusammenbringt, um gemeinsam komplexe Probleme anzugehen, die mit einer einzigen disziplinären Perspektive nicht vollständig verstanden werden können. Im Fall von Polyglot beispielsweise arbeiten Deep-Learning-Spezialistinnen, Experten für Hochleistungsrechner, Linguisten und Philosophinnen Seite an Seite – nicht nur, um Sprachmodelle für unterrepräsentierte Sprachen zu entwickeln, sondern auch, um sicherzustellen, dass diese Technologien ethisch, nachhaltig und mit kultureller Sensibilität entwickelt werden. Diese Art der Zusammenarbeit ermöglicht tiefere Einblicke und verantwortungsbewusstere Innovationen, indem sie technische Exzellenz mit gesellschaftlichem Bewusstsein verbindet.

Das Projekt Polyglot soll eine Vielzahl von hochwirksamen Ergebnissen hervorbringen, die sowohl in akademischer als auch in praktischer Hinsicht einen Beitrag zur NLP-Community leisten. Dazu gehören eine umfassende Reihe von Datensätzen, einsprachige große Sprachmodelle und Bewertungsbenchmarks, die auf Sprachen mit geringen Ressourcen zugeschnitten sind und alle offen zugänglich gemacht werden. Ein Open-Source-Repository gewährleistet Transparenz und Reproduzierbarkeit, sodass andere auf unserer Arbeit aufbauen können. Wir streben außerdem mehrere begutachtete Veröffentlichungen an – mindestens eine pro Zielsprache –, die wichtige Aspekte des Projekts behandeln, wie beispielsweise die Erstellung von Datensätzen und die Modellleistung. Darüber hinaus unterstützt das Projekt die Forschung von Hochschulabsolvent*innen und bietet einen fruchtbaren Boden für Master- und Doktorarbeiten. Schließlich planen wir die Ausrichtung eines internationalen, interdisziplinären Workshops, um den Dialog über die Entwicklung von LLMs für unterrepräsentierte Sprachen zu fördern.