以下文章来源于GOSIM开源创新汇 ，作者GOSIM开源创新汇 GOSIM开源创新汇 . GOSIM源于全球开源社区的共同愿景。这个完全以志愿者为基础的项目由社区组织并为社区服务，其首要目标是：提供一个舞台，让创新的开源项目能 够在这里大放异彩、相互协作并不断发展。它不仅是一个平台，更是一个全心全意拥抱开放、多元和包容文化的运动。 作者 | 王诗棋 何苗 采访 | 王启隆 Eric Wang 出品丨GOSIM 开源创新汇 从语言学跨界到自然语言处理（NLP），Catherine Arnett 深刻体会到， 多语言背景带来的思维多样性，正在为多语言模型的构建开辟全新路径。 作为 EleutherAI 的 NLP 研究员，Catherine 起初在爱丁堡大学主修中文与语言学。一次偶然的导师更替，引导她从传统语言学研究转向语言模型的 计算探索，由此踏上了 跨越语言与技术边界的研究之路。 她精通英语、西班牙语、法语和汉语，对语言的结构差异与共性有着敏锐的感知。在深入多语言自然语言处理的过程中，Catherine 提出了一个具有 启发性的重要概念—— "字节溢价"（byte premium） 。她发现： 即使是字节数相 ...