大多數（非常）低資源語言的網絡數據是聖經和維基百科。其餘的呢？@huggingface 數據團隊運行了 Gemma3 27B 三個月，將其翻譯成英語，以改善翻譯模型，並將來自 500 多個語言社區的文化背景帶入英語訓練數據。這是完整的流程