藏文信息技术开源生态报告主体与名词索引

主体与名词索引

主体或名词角色与含义正文位置与来源
Yigdzin 1Yigdzin 1是BDRC发布的藏文文字识别模型,采用图文对齐数据和合成页面训练。第一章 执行摘要(总览)
脚注2
ACTibACTib是PaganTibet发布的藏文训练语料,提供未分词和定制Botok分词版本,用于字符五元KenLM训练及规范化候选重排序。第一章 执行摘要(总览)
脚注3
BDRCBDRC全称佛教数字资源中心(Buddhist Digital Resource Center),承担文献保存、扫描、编目、数据规格制定及模型研发,为下游研究提供馆藏和数据。第一章 执行摘要(总览)
脚注1
DharmadutaDharmaduta从事佛教文本加工、软件开发和产品服务,其印度运营主体Dharmaduta Services LLP参与图文对齐和产品交付。第一章 执行摘要(总览)
脚注8
钦哲基金会钦哲基金会资助佛典翻译、文本保存及技术项目,支持对象包括pybo、BDRC和相关数据加工项目。2.1 技术演进
脚注9
Wadhwani AIWadhwani AI官网将其列为LEHS人工智能单元的项目;该团队承担数字图书馆项目的主要技术实施工作。第一章 执行摘要(总览)
脚注10
Monlam ITRCMonlam ITRC是藏文信息技术研究中心,开展词典、字体和语言技术研发,并与科研团队合作发布产品。第一章 执行摘要(总览)
脚注11
MonlamAIMonlamAI用于标识Monlam人工智能品牌及代码、模型发布账号;研究机构、应用卖方和信托的名称分别见各自资料。第一章 执行摘要(总览)
脚注4
EsukhiaEsukhia从事藏语教育、翻译协作和典籍数字化,其早期佛典技术团队发展为OpenPecha,后由加拿大非营利组织接续法国组织活动。第一章 执行摘要(总览)
脚注15
OpenPechaOpenPecha是佛典数字文本项目及品牌,提供文本格式、分词、转写、校勘和数据加工工具。第一章 执行摘要(总览)
脚注16
Webuddhist-techWebuddhist-tech是GitHub代码组织名称,页面注明Former Openpecha,托管Toolkit、Botok等仓库;模型和数据另由相应平台账号发布。2.2 组织与人才
脚注13
藏人行政中央藏人行政中央(CTA)是设于达兰萨拉的流亡政治与行政机构,其宗教与文化部负责数字图书馆机构协调、培训和目录分类讨论。第一章 执行摘要(总览)
脚注7
SARDSARD是CTA建立的发展援助与项目组织机构,承担协议受款和项目协调,联系行政部门及实施团队。第一章 执行摘要(总览)
脚注22
西藏基金会西藏基金会是美国非营利资助机构,通过赠款、协议和进展报告组织合作项目;机构年度财务与项目协议分别核算。第一章 执行摘要(总览)
脚注23
LEHSLEHS全称Lords Education and Health Society,为Wadhwani AI官网所列人工智能单元的所属组织。2.2 组织与人才
脚注10
Wadhwani Institute for Artificial Intelligence FoundationWadhwani Institute for Artificial Intelligence Foundation是2023年合作协议72038623CA00006所列受款方全称。2.2 组织与人才
脚注26
藏文信息技术开源生态报告主体与名词索引
主体或名词角色与含义正文位置与来源
达赖喇嘛信托达赖喇嘛信托是2022年Monlam大词典发布记录所列支持方之一。第一章 执行摘要(总览)
脚注27
Monlam MelongMonlam Melong提供藏文问答和推理服务,其Monlam Think功能面向推理任务。第一章 执行摘要(总览)
脚注35
DeepSeekDeepSeek为问答样本中的问答服务标签,参与同题多语比较,记录构成和直接来源见配套样本资料。第一章 执行摘要(总览)
脚注34
DoubaoDoubao为问答样本中的豆包问答服务标签,比较资料保留提问语言和回答原文。第一章 执行摘要(总览)
脚注34
GeminiGemini是Google的生成模型服务,可通过API接入检索问答等应用。第一章 执行摘要(总览)
脚注36
CSVCSV是逗号分隔的表格文本格式,配套资料以此保存逐条问题、回答、状态和来源。脚注34
ALLAsian Legacy Library(ALL)提供ACIP转写资源并参与图文对齐,与BDRC扫描、Dharmaduta加工和基金会资助共同支持数据生产。第一章 执行摘要(总览)
脚注6
ALL-BDRC-alignmentsALL-BDRC-alignments将扫描页面与ACIP转写文本对齐,数据卡列明图像、转写、加工、资助及贡献者。第一章 执行摘要(总览)
脚注6
BoCorpusBoCorpus是Dharmaduta按BDRC规格制作、由钦哲基金会资助的佛典文本合集,其文本用于合成页面和模型训练。第一章 执行摘要(总览)
脚注40
BotokBotok是藏文分词工具,支持词边界、词元、词性、规范化词形及自定义配置,ACTib采用其定制版本。第一章 执行摘要(总览)
脚注41
PaganTibetPaganTibet是ACTib训练数据及规范化代码的发布账号。第一章 执行摘要(总览)
脚注3
8400084000是佛典翻译与公开出版项目,参与典籍数字化、校订、译者培养和高校合作。第一章 执行摘要(总览)
脚注42
《康珠尔》《康珠尔》主要收录佛陀言教,《丹珠尔》主要收录相关论著;德格版本是典籍录入、校订和图像转写的重要底本。2.1 技术演进
脚注43
Ngawang TrinleyNgawang Trinley共同创办Esukhia,参与84000数字版校订、BDRC数字化及Monlam AI、Mitra项目,其工作贯穿教学、文献加工和模型开发。第一章 执行摘要(总览)
脚注44
DharmamitraDharmamitra是跨语种佛典语言技术合作项目,整合佛学研究、翻译支持和高校算法研究。2.2 组织与人才
脚注45
MITRAMITRA开展佛典多语平行语料及模型研究,MITRA-MT为机器翻译模型,MITRA-E为语义嵌入模型,论文详述句对挖掘和训练方法。第一章 执行摘要(总览)
脚注46
OPFOPF是OpenPecha文本组织格式,以作品、数字版本、正文和标注层管理数字典籍,支持编辑、检索和转换。2.1 技术演进
脚注47
pyewtspyewts支持藏文Unicode与扩展Wylie拉丁字母转写双向转换,并提供转换警告供质量检查。2.1 技术演进
脚注48
藏文信息技术开源生态报告主体与名词索引
主体或名词角色与含义正文位置与来源
WylieWylie以拉丁字母转写藏文,扩展方案EWTS通过pyewts实现与藏文编码的转换。2.1 技术演进
脚注48
Toolkit V2Toolkit V2是OpenPecha文本工具包,提供解析、编辑、序列化和导出功能,采用STAM分离正文与标注,并连接Firebase后端。2.2 组织与人才
脚注49
OCROCR指文字识别,将页面图像转为可处理文本,用于典籍转写、模型训练和识别评测。2.1 技术演进
脚注50
UnicodeUnicode提供字符编码及属性数据,UnicodeData文件列有字符码位、名称和类别等信息。2.1 技术演进
脚注51
CLDRCLDR为通用本地化数据与规则,提供藏文排序和键盘布局等数据,具体规则随版本发布。2.2 组织与人才
脚注54
W3CW3C发布网页技术文档及测试资料,其藏文资源文档涉及字体、分词、标点和断行等议题。3.4 规则与迁移风险
脚注53
AppleApple应用商店提供产品、卖方和版本记录,iOS是相关移动应用及自定义键盘的运行系统。第一章 执行摘要(总览)
脚注56
WeBuddhistWeBuddhist是佛典阅读、学习与社区产品,包括网页、移动客户端和后台任务程序,功能见Dharmaduta产品资料及代码说明。第一章 执行摘要(总览)
脚注58
WB AcademyWB Academy是在线学习平台及移动客户端,原名Sherab,提供课程、测验、论坛和学习进度管理。第一章 执行摘要(总览)
脚注57
TLMSTLMS是图书馆管理系统,整合题名、作者、唯一标识、二维码、馆藏号及扫描文件,支持培训和日常馆藏操作。1.2 风险传导机制
脚注39
pybopybo是藏文批处理工具,提供分词、排序和替换功能,项目投入包括资助资金、人员工时和训练数据整理。1.3 生态能力规模
脚注63
BaromBarom是与Esukhia合作的典籍项目,为pybo提供训练数据整理支持。2.1 技术演进
脚注25
Alessia Bulgari摄影及公益工作背景,支持Pianoterra、Emory Compassion Shift及数字图书馆项目员工工资。2.4.3 项目资金接续
脚注281
STTSTT指语音识别,将录音转为文字;stt-training-data提供相关训练和验证数据。2.1 技术演进
脚注68
stt-training-datastt-training-data是OpenPecha发布的语音转写数据集,数据卡分别列示采集概览和公开训练、验证划分。2.3 数据与产品
脚注68
OCR-DergetenjurOCR-Dergetenjur是MonlamAI发布的德格《丹珠尔》图像转写数据集,用于文字识别和文本处理。2.1 技术演进
脚注70
BoBenchBoBench是MonlamAI发布的藏文语法、文学及历史知识选择题集,包含题目、选项、参考答案和专家信息。第一章 执行摘要(总览)
脚注74
Bo-voiceBo-voice是MonlamAI发布的音频转写评测资源,覆盖儿童、有声书、历史、电影和自然语音等场景。1.3 生态能力规模
脚注73
Lobsang MonlamLobsang Monlam是Apple美国区记录所列卖方名称,应用数量按该卖方名下的独立产品统计。第一章 执行摘要(总览)
脚注56
藏文信息技术开源生态报告主体与名词索引
主体或名词角色与含义正文位置与来源
FCRAFCRA为印度外国捐款监管法律,涉及登记、事先许可及用途和地区申报。附录A 机构与资金资料
脚注80
Google.orgGoogle.org是Google的公益支持项目,其对Wadhwani AI的资助用途见教育项目公告。附录A 机构与资金资料
脚注79
DeepZangDeepZang是西藏觉罗数字产业管理有限公司研发的藏语人工智能产品,公开资料披露发布、备案、平行语料和方言语音指标。2.3 数据与产品
脚注82
西藏觉罗数字产业管理有限公司西藏觉罗数字产业管理有限公司为DeepZang研发企业,产品和备案信息见政府动态及发布资料。2.3 数据与产品
脚注82
阳光清言阳光清言是西藏大学团队与北京智谱华章科技股份有限公司联合研发的藏文大模型服务,相关指标出自2026年公测公告。2.3 数据与产品
脚注83
智谱智谱是阳光清言的联合研发方,合作关系见公测报道。2.3 数据与产品
脚注83
TFDTFD是藏文基础数据集研究,涵盖预训练、指令、安全、偏好和推理数据及相应模型。2.3 数据与产品
脚注81
TIBSTCTIBSTC包含预训练Corpus及指令、安全、偏好数据,TIBSTC-CoT为推理数据,Sun-Shine为对应模型系列。2.3 数据与产品
脚注81
Qwen2.5-7BQwen2.5-7B是天津大学藏文持续预训练研究采用的基座模型,论文进一步介绍混合专家模型扩展。2.3 数据与产品
脚注84
ACLACL及年份用于标识计算语言学学会年会论文集,Findings为相关研究论文集系列。2.3 数据与产品
脚注84
EMNLPEMNLP为自然语言处理实证方法会议,其论文集收录TLUE、CMHG等研究。2.3 数据与产品
脚注85
CMHGCMHG是少数民族语言标题生成数据集,包含藏文、维吾尔文和蒙古文样本。2.3 数据与产品
脚注85
CMiLBenchCMiLBench是藏文、蒙古文和维吾尔文多任务评测基准,按难度层级及任务组织实例。2.3 数据与产品
脚注87
MiLiC-EvalMiLiC-Eval由北京大学王选计算机研究所团队发布,提供少数民族语言评测任务、数据和评价程序。2.3 数据与产品
脚注88
TLUETLUE是藏文理解及安全评测基准,Ti-MMLU为其知识理解任务子集,仓库提供选定子集和评测程序。2.3 数据与产品
脚注89
拥措拥措是西藏大学教授,研究涉及算法、藏文和医学文献,并承担科研项目及人才培养工作。2.3 数据与产品
脚注91
FTibSuiteFTibSuite是藏文视觉语言研究套件,FTibData、FTibBench和FTibVLM分别对应训练数据、评测和基线模型。2.3 数据与产品
脚注93
Ti-AudioTi-Audio是中央民族大学与香港中文大学(深圳)等团队研究的多方言语音语言模型,通过动态适配器对齐语音与文本。2.3 数据与产品
脚注94
BridgeBridge是Esukhia的译者与藏文教师结对合作项目。2.1 技术演进
脚注15
藏文信息技术开源生态报告主体与名词索引
主体或名词角色与含义正文位置与来源
CEFRCEFR为欧洲语言共同参考框架,Esukhia在线教学项目参考该框架开展语言能力分级。2.1 技术演进
脚注15
格西洛桑门朗格西洛桑门朗创办Monlam藏文信息技术研究中心,参与词典编纂、语言软件研发和产品展示。第一章 执行摘要(总览)
脚注11
RYIRYI为Rangjung Yeshe Institute,其会议讲者简介记载Ngawang Trinley的跨项目经历。2.1 技术演进
脚注44
STAMSTAM为独立式文本标注模型,通过位置关联分别保存的正文与标注,Toolkit V2采用该模型处理文本。2.1 技术演进
脚注108
FirebaseFirebase为Toolkit V2提供存储和访问后端,数据库地域、权限及导出由项目配置确定。2.1 技术演进
脚注109
Sebastian NehrdichSebastian Nehrdich参与Monlam机器翻译研发,并担任Dharmamitra项目负责人,高校任职和合作经历见公开履历及团队页。第一章 执行摘要(总览)
脚注110
Kurt KeutzerKurt Keutzer参与机器翻译合作研究,Dharmamitra团队页列其为共同创办人及战略顾问。2.1 技术演进
脚注45
BAIRBAIR是加州大学伯克利分校人工智能研究实验室,其研究人员参与Monlam及Dharmamitra模型研发。2.1 技术演进
脚注11
TTSTTS指语音合成,将文本转为音频,用于Monlam产品和WeBuddhist后台音频任务。2.1 技术演进
脚注55
GoogleGoogle参与Monlam项目专家协作,并提供Gemini等云端服务,具体角色见相应项目资料。第一章 执行摘要(总览)
脚注24
FacebookFacebook是2023年Monlam产品发布活动的直播平台,观众数量取自西藏基金会年报。2.1 技术演进
脚注113
Monlam ManifestationMonlam Manifestation是产品发布活动,相关报道介绍Melong的Monlam Think推理功能及Monlam Bodyig-4字体。2.1 技术演进
脚注35
CBSECBSE为印度中央中等教育委员会,相关考试成绩为Monlam发布报道转述的机构内测结果。2.1 技术演进
脚注35
USAIDUSAID是数字图书馆项目及相关合作协议的美国公共资助方。2.1 技术演进
脚注7
增强藏人社区文化韧性“增强藏人社区文化韧性”是2023年启动的三年期资助项目,涵盖数字图书馆建设,参与方见启动公告。2.1 技术演进
脚注7
南亚藏人社区自立与韧性计划“南亚藏人社区自立与韧性计划”为西藏基金会2024—2029年计划,对应协议72038624CA00006,审计报告分别列示计划资助额、会计确认收入和可用余额。2.1 技术演进
脚注117
CECCCECC为美国国会及行政当局中国委员会,其2024年听证记录收录Monlam创办人的公开陈述。第一章 执行摘要(总览)
脚注119
ICTICT是涉藏倡议组织,参与产品发布、颁奖等活动,相关记录反映技术成果的对外展示。第一章 执行摘要(总览)
脚注120
Élie RouxÉlie Roux是BDRC技术人员,负责开放数据项目及藏文处理相关技术工作。2.1 技术演进
脚注122
Pecha AI StudioPecha AI Studio是Dharmaduta团队介绍所列人工智能工具产品线,配置文本、开发和运营岗位。2.2 组织与人才
脚注14
藏文信息技术开源生态报告主体与名词索引
主体或名词角色与含义正文位置与来源
Pecha Data & APIPecha Data & API是Dharmaduta的佛教文本接口产品线,供开发者、研究者和机构调用文本资源。2.2 组织与人才
脚注124
PechaPecha是Esukhia数字资源页面介绍的阅读与数字文本产品。第一章 执行摘要(总览)
脚注16
TBRCTBRC为藏传佛教资源中心,是BDRC的前身。2.2 组织与人才
脚注1
EINEIN为美国雇主识别号,用于关联机构与税务记录。2.2 组织与人才
脚注1
ACIPACIP为亚洲经典输入计划,其转写文本经ALL提供,用于ALL-BDRC图文对齐。2.2 组织与人才
脚注6
Tsadra FoundationTsadra Foundation为Dharmamitra提供佛学研究和翻译支持,连接专业文献研究与语言技术开发。2.2 组织与人才
脚注45
CIJSCIJS为日本东北大学综合日本学研究中心,是Dharmamitra合作方,也是Sebastian Nehrdich的任职机构。2.2 组织与人才
脚注110
Ju TenkyonJu Tenkyon是BoBench数据卡所列文学专家及Monlam大词典框架主编,参与词典编纂和评测内容建设。1.2 风险传导机制
脚注127
Khyentse Vision ProjectKhyentse Vision Project的顾问简介记载Élie Roux在关联开放数据、文本编码和自动音译方面的工作。2.2 组织与人才
脚注122
Tenzin RabtenTenzin Rabten是Dharmaduta文本岗位成员,在ALL-BDRC图文对齐数据中获手稿识别贡献署名。2.2 组织与人才
脚注6
Monlam Charitable TrustMonlam Charitable Trust开展教育、软件实训和青年支持项目,活动及运行信息见合作记录和网站仓库。第一章 执行摘要(总览)
脚注77
Sarah CollegeSarah College参与人工智能及标注培训,课程和参与人数见活动记录。2.2 组织与人才
脚注129
DLIHEDLIHE参与软件工程实训和教育交流,其院刊记录相关合作。2.2 组织与人才
脚注77
Lobsang TenzinLobsang Tenzin为SARD公开人员页所列主任。2.2 组织与人才
脚注22
LLPINLLPIN为印度有限责任合伙企业识别编号,用于定位Dharmaduta Services LLP登记记录。附录A 机构与资金资料
脚注130
Yonten WangchukYonten Wangchuk和Kalzang Furbu为Dharmaduta Services LLP登记转录所列两名指定合伙人。2.2 组织与人才
脚注130
RNARNA为法国协会登记编号,W332011667对应Esukhia的法国组织记录。附录A 机构与资金资料
脚注131
MONLAM IT AND RESEARCHMONLAM IT AND RESEARCH为商业登记中的公司名称,研究中心和信托的技术、培训活动另见项目资料。2.2 组织与人才
脚注132
OpenPecha Charitable TrustOpenPecha Charitable Trust是OpenPecha项目及合作资料使用的治理或伙伴名称。附录A 机构与资金资料
脚注133
HHDLCTHHDLCT通过受托人会议审议财报和预算,第122次会议记录列示相关职务及议程。附录A 机构与资金资料
脚注135
藏文信息技术开源生态报告主体与名词索引
主体或名词角色与含义正文位置与来源
边巴次仁HHDLCT第122次会议列边巴次仁为主席、Tsering Dhondup为管理受托人。附录A 机构与资金资料
脚注135
Gaden Phodrang TrustGaden Phodrang Trust为达赖喇嘛办公室的信托登记主体,事务涉及宗教、教育、人道和环保领域。附录A 机构与资金资料
脚注136
Religious and Cultural SocietyReligious and Cultural Society为CTA宗教与文化部机构介绍所列社团登记名称。附录A 机构与资金资料
脚注137
monlamai-app-webmonlamai-app-web是Monlam语言技术网页应用仓库,列明身份认证、数据库、文件存储和模型接口配置。2.2 组织与人才
脚注20
MonlamGrandDictionaryEditorMonlamGrandDictionaryEditor是Monlam大词典编辑工具,连接词条数据库、编辑账户和接口,并保留上游项目路径。2.2 组织与人才
脚注139
GitHubGitHub为代码托管与协作平台,组织账号、仓库、分支和提交用于定位发布者、项目及版本。2.2 组织与人才
脚注140
CC0CC0为Creative Commons公共领域贡献声明,数据卡列明适用资源及文件。2.2 组织与人才
脚注141
Monlam APIMonlam API是处理翻译、识别、聊天、用户和文件的后台接口项目,代码包括业务写入及分析事件调用。2.3 数据与产品
脚注20
dakjedakje是OpenPecha相关藏文书写辅助工具,与转写及批处理工具共同支持文本加工。2.3 数据与产品
脚注144
PydurmaPydurma是藏文校勘工具,依据版本频率和OCR置信度等信息选择异文,并保留原文字符位置。2.3 数据与产品
脚注145
NLPNLP指自然语言处理,相关工具承担分词、转写、对齐和语言数据加工。2.3 数据与产品
脚注144
Bo-EvalBo-Eval是MonlamAI的语言与语音评测资源组合,包括BoBench知识题集和Bo-voice音频转写资源。2.3 数据与产品
脚注74
Webuddhist AIWebuddhist AI为buddhist-consensus仓库所列检索增强问答项目,组合检索工具、向量索引、流程编排和生成服务。2.3 数据与产品
脚注147
Assistant-AgentAssistant-Agent是Assistant应用的FastAPI后台仓库,说明数据库迁移、开发启动和接口文档。2.3 数据与产品
脚注148
OpenPecha APIOpenPecha API提供OpenPecha数据接口,项目说明列服务功能、维护账号和接口文档入口。2.3 数据与产品
脚注124
PechaAPIPechaAPI是采用FastAPI的接口项目,服务端结构见项目说明及入口代码。2.3 数据与产品
脚注124
Matomo TrackerMatomo Tracker是Matomo访问分析的React封装,支持页面、事件、搜索、下载、外链和同意设置。2.3 数据与产品
脚注151
Monlam KeyboardMonlam Keyboard是藏文输入应用,提供候选建议、自动纠错和实时修正。2.3.6.3 Monlam Keyboard:输入辅助
脚注236
Digital KangyurDigital Kangyur是数字典籍浏览项目,包含前端、接口、数据库和文件管理组件。2.3 数据与产品
脚注152
藏文信息技术开源生态报告主体与名词索引
主体或名词角色与含义正文位置与来源
Buddhist AI ToolsBuddhist AI Tools为Dharmaduta的佛教资源创作工具套件,支持文本创建、编辑和管理。2.3 数据与产品
脚注150
Hugging FaceHugging Face发布模型、数据集和演示资源,发布账号、数据仓库及模型卡分别标识发布者、资源和技术说明。2.2 组织与人才
脚注149
TibetanOCR_PyTorchTibetanOCR_PyTorch是藏文文字识别训练与处理项目,连接图像输入、识别模型和转写输出。2.3 数据与产品
脚注50
uchen-ume-classifieruchen-ume-classifier区分乌金体和乌梅体,模型及配套数据卡分别列示任务、数据划分和许可。2.3 数据与产品
脚注158
tibetan-script-classifiertibetan-script-classifier是藏文书体识别模型,设置18个标签,包括混合书体和辅助类别。2.3 数据与产品
脚注159
PaddleOCR-VL-1.6PaddleOCR-VL-1.6是Yigdzin 1模型卡所列文字识别基座。2.3 数据与产品
脚注2
pecha-tools-for-sttpecha-tools-for-stt是语音转写数据采集网页工具,项目说明列应用用途、开发组件和维护账号。2.3 数据与产品
脚注160
OpenPecha-EditorsOpenPecha-Editors提供文本编辑及校对入口,与Toolkit格式处理、Pydurma校勘共同支持典籍加工。2.3 数据与产品
脚注161
Monlam Font Viewertibetan-fonts汇集藏文字体,Monlam Font Viewer提供预览和下载,支持字体供给及显示检查。2.3 数据与产品
脚注146
bophonobophono和sympound-python为Esukhia相关项目,分别提供音系转写和拼写建议。2.3 数据与产品
脚注144
KenLMKenLM是ACTib采用的统计语言模型工具。第一章 执行摘要(总览)
脚注3
RAGRAG指检索增强生成,先检索资料,再将检索内容作为回答上下文;buddhist-consensus代码记录查询、片段和生成结果的处理流程。2.3 数据与产品
脚注162
MilvusWebuddhist AI使用Milvus保存向量索引,使用LangGraph组织检索和生成流程。2.3 数据与产品
脚注147
Auth0Monlam相关网页项目使用Auth0处理身份认证,使用PostgreSQL保存业务数据。2.3 数据与产品
脚注20
AWS S3AWS S3是Amazon对象存储服务,用于文件保存;启用版本控制后,删除标记与历史版本分别管理。2.3 数据与产品
脚注163
FastAPIFastAPI是Python接口框架,组织服务端路由、请求和业务处理。2.3 数据与产品
脚注20
pecha.toolspecha.tools是藏英译后编辑工具入口,支持段落导入和多个翻译接口组合。2.3 数据与产品
脚注164
ChatGPTChatGPT是译后编辑项目配置的生成或翻译接口之一,与Dharma Mitra共同支持藏英编辑。2.3 数据与产品
脚注164
webuddhist-workerwebuddhist-worker是WeBuddhist后台任务程序,通过HTTP调用主后端,以独立数据库、队列和缓存处理音频、提醒及通知。2.3 数据与产品
脚注111
HTTPHTTP是客户端与服务端传送请求、响应的协议,worker据此读取主后端内容。2.3 数据与产品
脚注111
藏文信息技术开源生态报告主体与名词索引
主体或名词角色与含义正文位置与来源
Amazon SQSWeBuddhist worker使用Amazon SQS排列音频和通知任务,使用Redis缓存数据并辅助幂等处理。2.3 数据与产品
脚注111
ReactDigital Kangyur使用React构建界面、Vite构建前端、Express提供服务端接口、Prisma访问数据。2.3 数据与产品
脚注151
Monlam TranslateMonlam Translate是藏英翻译应用,组合文本输入、语音转文字和图像文字识别功能。2.3.6.2 Monlam Translate:藏英翻译
脚注235
LTWALTWA为西藏文献图书馆,举办实体文献保护培训,活动记录列示参加机构和人数。2.3 数据与产品
脚注165
USAspendingUSAspending是美国联邦支出公开平台,提供协议、交易和次级资助的受款方、日期及金额记录。2.4 资金与运作
脚注168
Public Law 119-75Public Law 119-75为《2026年综合拨款法》编号,其第7043(k)条列示相关资助用途及金额。2.4 资金与运作
脚注172
BERTopicBERTopic依据文本特征进行主题聚类,结合降维、密度聚类和c-TF-IDF形成主题表示。第一章 执行摘要(总览)
脚注179
POL-02POL-02为问答题库中的题号,与服务标签、提问语言共同标识具体问题及回答。第一章 执行摘要(总览)
脚注34
[None][None]是部分Monlam Melong原答中出现的引用占位标识。第一章 执行摘要(总览)
脚注98
《Tibet》《Tibet》为英国外交部历史部门于1920年编纂出版的历史手册,包含西姆拉谈判及文书背景资料。1.1 主权话语风险
脚注186
IBCIBC为国际佛教联合会,其佛教创作者大会报道提供注册人数和议程资料。3.2 内容传播风险
脚注194
佛教创作者大会佛教创作者大会是佛教内容创作者的线下交流活动,相关大师课转为Sherab线上课程,设标准版和Triratna Edition入口。2.3 数据与产品
脚注156
TPITPI为Tibet Policy Institute,是Tibet-Himalaya Relations Conference的政策研究合作机构。3.2 内容传播风险
脚注198
Tibet-Himalaya Relations ConferenceTibet-Himalaya Relations Conference由TPI、DLIHE、Sarah College和Monlam慈善信托共同举办,会议记录列议程、学生参与及机构分工。3.2 内容传播风险
脚注198
MixpanelMixpanel是Monlam API公开代码调用的事件分析服务,接收配置的输入、输出及设备等属性,与业务数据库分别记录。3.3 数据控制风险
脚注199
OCR-Tibetan_layout_analysis_mask_annotationOCR-Tibetan_layout_analysis_mask_annotation是版面标注数据集,包含原图、版面掩码和BDRC作品编号。3.3 数据控制风险
脚注71
Bod_uchen_tesseractBod_uchen_tesseract是BDRC发布的Tesseract LSTM乌金体OCR微调模型,配套121,226组行级图文数据用于训练和评测。3.3 数据控制风险
脚注201
tibetan-metadata-llm-sfttibetan-metadata-llm-sft为元数据抽取指令微调数据,按划分抽样用于书名、作者抽取模型试训。3.3 数据控制风险
脚注202
Cloud FirestoreCloud Firestore是Google云端数据库服务,官方文档列明地域选择及托管导出配置。3.3 数据控制风险
脚注109
藏文信息技术开源生态报告主体与名词索引
主体或名词角色与含义正文位置与来源
Gemini APIGemini API是Google生成模型调用接口,其官方条款规定输入、上下文和日志处理方式。3.3 数据控制风险
脚注36
gradegrade为stt-training-data的数值字段,与文件名、转写、类别、长度及时长等字段共同组成记录。3.3 数据控制风险
脚注207
garchen-rinpoche-speech-siggarchen-rinpoche-speech-sig对具名讲经录音开展转写和模型微调,项目说明列训练、测试样本及音频时长。3.3 数据控制风险
脚注208
NISTNIST为美国国家标准与技术研究院,其术语表提供机器遗忘定义。3.3 数据控制风险
脚注211
机器遗忘机器遗忘指从已训练模型中选择性移除特定训练数据影响的技术,与重新训练、模型替换共同构成训练后资料调整路径。3.3 数据控制风险
脚注211
CookieCookie是浏览器保存数据的方式之一,网页统计配置涉及同意、退出和使用分析设置。3.3 数据控制风险
脚注151
Tibetan Script ResourcesTibetan Script Resources是W3C藏文资源工作组说明草案,汇总排版议题、测试和差距分析。3.4 规则与迁移风险
脚注53
UTCUTC为Unicode技术委员会,相关会议记录涉及其与CLDR合作研究正字序列。脚注217
BIBFRAMEBIBFRAME是书目框架模型,OPF据此组织作品、数字版本和副本的元数据关系。3.4 规则与迁移风险
脚注47
TEITEI为文本编码倡议,OPF注释设计参考该体系。2.2 组织与人才
脚注47
WorkOPF中Work对应作品,Instance对应数字版本,Item记录数字副本,base保存正文,layers保存分页等标注。2.1 技术演进
脚注47
GB/TGB/T表示推荐性国家标准,相关标准涵盖藏文排序、分词、文献标记和虚拟键盘,名称、编号及实施日期见官方系统。3.4 规则与迁移风险
脚注222
Qwen3-VL-8B-InstructQwen3-VL-8B-Instruct是FTibVLM的视觉语言基座,用于藏文预训练、图文对齐和指令适配。2.3 数据与产品
脚注93
Q-FormerQ-Former是Ti-Audio采用的动态适配器,用于对齐语音和文本特征。2.3 数据与产品
脚注94
MMBenchFTibBench采用MMBench评测图文能力、POPE检测物体幻觉、BinaryVQA开展二元视觉问答,相关分数为论文报告的准确率。2.3 数据与产品
脚注93
IntellexusIntellexus是欧盟CORDIS进展报告所列研究项目,参与团队开展DharmaBench佛典评测研究。3.4 规则与迁移风险
脚注226
DharmaBenchDharmaBench是梵文及古典藏文分类、检测基准,提供任务、数据和代码。3.4 规则与迁移风险
脚注226
莱希曼大学莱希曼大学与汉堡大学合作研究古典藏文分段,区分自撰和翻译性片段,提供标注语料及自动处理方法。2.1 技术演进
脚注24
Tibetan Language and AITibetan Language and AI是藏文人工智能综述,按资源、任务及模型梳理研究进展,提供专题资源和方法索引。附录B 技术与文献
脚注227
藏文信息技术开源生态报告主体与名词索引
主体或名词角色与含义正文位置与来源
西藏大学西藏大学开展藏文模型、语料、评测和公共翻译服务研究,成果见论文及服务公告。2.3 数据与产品
脚注83
天津大学天津大学TJUNLP团队开展藏文持续预训练研究,论文介绍语料、基座及混合专家模型。2.3 数据与产品
脚注84
电子科技大学电子科技大学为TFD及TLUE论文署名高校之一,参与藏文数据和评测研究。2.3 数据与产品
脚注86
中央民族大学中央民族大学为CMiLBench、FTibSuite、Ti-Audio及CMHG论文署名高校,研究涉及语言、图文和语音。2.3 数据与产品
脚注87
上海交通大学上海交通大学为FTibSuite及CMHG论文署名高校,参与图文和语言研究。2.3 数据与产品
脚注93
中国科学院自动化研究所中国科学院自动化研究所参与FTibSuite藏文图文资源及视觉语言模型研究。2.3 数据与产品
脚注93
香港中文大学(深圳)香港中文大学(深圳)参与Ti-Audio多方言语音语言模型研究。2.3 数据与产品
脚注94
北京大学王选计算机研究所北京大学王选计算机研究所为MiLiC-Eval研究团队所属机构,提供少数民族语言评测任务、数据和程序。脚注88
布达拉宫古籍保护利用项目布达拉宫古籍保护利用项目开展古籍保护、数字化采集和文字识别,项目进展资料列示阶段验收、投入及文献规模。2.3 数据与产品
脚注90
APIAPI指应用程序接口,连接客户端与后台数据、功能,具体调用关系见各项目仓库。2.2 组织与人才
脚注124
词元词元是模型处理文本的基本单位,训练规模采用论文或产品公告所列词元数量。2.1 技术演进
脚注81
达赖喇嘛达赖喇嘛主持Monlam大词典发布活动,相关办公室和信托的支持关系见活动及登记资料。第一章 执行摘要(总览)
脚注27
加州大学伯克利分校加州大学伯克利分校是Monlam机器翻译及Dharmamitra合作研究的高校参与方。2.1 技术演进
脚注11
日本东北大学日本东北大学为CIJS所属高校,任职公告介绍Sebastian Nehrdich及其项目经历。第一章 执行摘要(总览)
脚注110
美国国会图书馆美国国会图书馆参与数字图书馆项目交流,并举办Monlam大词典介绍活动。3.2 内容传播风险
脚注197
哥伦比亚大学哥伦比亚大学是CTA数字图书馆团队赴美介绍项目的高校之一。3.3 数据控制风险
脚注200
哈佛大学图书馆哈佛大学图书馆是CTA数字图书馆团队赴美参访的馆藏机构。3.3 数据控制风险
脚注200
藏文区段Unicode藏文区段为U+0F00—U+0FFF,码位及已分配字符数据UnicodeData文件统计。3.4 规则与迁移风险
脚注51
Monlam大词典Monlam大词典是Monlam组织编纂的多卷藏文词典,并配套数字应用和网站,词条及编辑工具支持查词、编辑和语言处理。1.2 风险传导机制
脚注27
数字图书馆项目数字图书馆项目由CTA宗教与文化部组织,Wadhwani AI和Monlam ITRC参与,提供编目、二维码、扫描和培训,TLMS为配套管理系统。第一章 执行摘要(总览)
脚注5
藏文信息技术开源生态报告主体与名词索引
主体或名词角色与含义正文位置与来源
openpecha发布标识openpecha为模型、数据平台保留的发布标识,GitHub相关工具组织现名Webuddhist-tech。2.1 技术演进
脚注13
乌金体与乌梅体乌金体和乌梅体是藏文书写体类别,uchen-ume-classifier以二者为分类标签,数据卡列扫描页来源及划分。2.3 数据与产品
脚注158
字符错误率字符错误率衡量文字识别误差,Yigdzin 1的均值和中位数采用逐页计算结果。2.3 数据与产品
脚注2
印度新闻信息局印度新闻信息局(Press Information Bureau)为政府信息发布机构,其FCRA说明和FAQ介绍登记及申报安排。附录A 机构与资金资料
脚注80
印度官方广播Akashvani News为印度官方广播新闻来源,相关报道记录议会委员会审查法案的日期和议程。附录A 机构与资金资料
脚注80
新华社新华社报道介绍拥措的科研项目和人才培养经历。2.3 数据与产品
脚注91
西藏自治区经济和信息化厅西藏自治区经济和信息化厅发布《数字西藏建设区内动态》,文化和旅游厅转载页列明来源、日期及DeepZang研发、备案和语料指标。2.3 数据与产品
脚注82
自治区网信办网站自治区网信办网站发布阳光清言公测消息,列示研发单位、日期和模型资料。2.3 数据与产品
脚注83
BuddhaNexus/DharmaNexusBuddhaNexus是佛典互文关系研究平台,后续项目名为DharmaNexus;Sebastian Nehrdich自2018年参与自然语言处理与数据库开发。第一章 执行摘要(总览)
脚注126
Monlam AI(移动应用)Monlam AI提供iOS与Android移动入口;Android产品介绍列有翻译、语音转文字、文字转语音和OCR,面向学生、研究者、译者、寺院及出版机构等用户。2.3.6.1 Monlam AI:多模态工具
脚注244
Monlam Grand DictionaryMonlam Grand Dictionary是藏文及藏英、英藏词典应用,提供统一查询、离线使用和收藏,服务学习、翻译与研究。2.3.6.4 Monlam Grand Dictionary:藏英查词
脚注252
Tibetan-Chinese DictionaryTibetan-Chinese Dictionary是藏汉词典,开发者介绍列超过50,000个检索条目及简繁体中文支持。2.3.6.5 藏汉词典:五万余词条
脚注238
Chinese Tibetan DictionaryChinese Tibetan Dictionary是汉藏词典,开发者介绍列超过80,000个检索条目,支持简繁体中文、拼音及注音辅助。2.3.6.6 汉藏词典:八万余词条
脚注239
Deutsch-Tibetisches WörterbuchDeutsch-Tibetisches Wörterbuch是德藏词典,提供超过15,000组译对,由Monlam ITRC与瑞士Tibet Institute Rikon合作开发。2.3.6.7 德藏词典:语言学习
脚注240
Monlam Elementary DictMonlam Elementary Dict面向藏文初学儿童与教学,以分层词条、简明释义和部分词条配图支持词汇学习,另有Android版本。2.3.6.8 入门词典:儿童教育
脚注256
Lamdre Tsigzoe OriginalLamdre Tsigzoe Original由Monlam与萨迦方面编纂团队共同推出,汇集相关典籍和教义术语,提供专题检索。2.3.6.9 Lamdre Tsigzoe:宗教术语
脚注257
NeykorNeykor由Monlam开发、CTA宗教与文化部拥有并管理,组织寺院、造像、节庆与圣地资料,提供地图及音频导览。2.3.6.10 Neykor:文化导览
脚注258
藏文信息技术开源生态报告主体与名词索引
主体或名词角色与含义正文位置与来源
Tibet Institute RikonTibet Institute Rikon位于瑞士,是德藏词典的出版机构及移动应用联合开发方,与Monlam ITRC合作。2.3.6.7 德藏词典:语言学习
脚注240
International Tibetan Buddhism Study Institute藏汉和汉藏词典商店介绍列示的研究合作机构,与Monlam ITRC合作推出两款词典应用。2.3.6.5 藏汉词典:五万余词条
脚注238
Losang Tenzin Mantö德藏词典编者,其作品由Tibet Institute Rikon出版,并成为Deutsch-Tibetisches Wörterbuch移动应用的词表基础。2.3.6.7 德藏词典:语言学习
脚注240
TenzDelek公开履历列此前任职MonlamAI、现任Webuddhist-tech软件工程师;2024年提出Monlam大词典编辑器设计。2.2.3.6 开发者与产品关联
脚注269
Tenzin KaldanDharmaduta佛教技术方向联合创始人,公开账号kaldan007,组织藏文维基编辑与校对项目。2.2.3.5 Dharmaduta创始团队
脚注267
Tashi TseringDharmaduta技术联合创始人,账号ta4tsering列Esukhia,参与Pecha API开发与工作组组织。2.2.3.6 开发者与产品关联
脚注268
Tenzin KunsangDharmaduta技术联合创始人,公开账号tenkus47关联多项产品,在Pecha API工作组对应Pecha AI Studio。2.2.3.6 开发者与产品关联
脚注267
Jann Ronis2006年参与TBRC书目提纲,后在伯克利任教,2018年接任BDRC执行主任并推进BUDA建设。2.2.3.4 BDRC治理接续
脚注264
Gregory Forgues具有维也纳大学与莱顿大学研究经历,2026年获任BDRC执行主任,并列于Dharmamitra顾问名单。2.2.3.4 BDRC治理接续
脚注265
Gedun Rabsal2002年起在印第安纳大学教授藏语文学,2026年当选BDRC董事会主席。2.2.3.4 BDRC治理接续
脚注266
E. Gene Smith1999年创办TBRC,推动藏文馆藏保存、目录与数字资料建设。2.2.3.4 BDRC治理接续
脚注264
Jeff Wallman在BDRC服务17年,2018年由Jann Ronis接任执行主任。2.2.3.4 BDRC治理接续
脚注264
Hubert Dworczyński2019年参与BuddhaNexus,2025年返回Dharmamitra团队,现列高级全栈工程师。2.2.3.2 Nehrdich与Keutzer:翻译研发
脚注286
Tenzin Lhazey曾在Monlam Charitable Trust与Bir Tibetan Society从事财务工作,2025年4月加入Manjushri Educational Services任行政与会计。2.2.3.7 教学与运营配套
脚注272
Gabor DetariPecha API工作组成员表所列负责人及后端开发者。2.2.3.6 开发者与产品关联
脚注268
Gangjong Development Finance2020年Tibetan Resilience Project所支持的金融能力建设对象,由SARD负责相应项目部分。2.4.1 协议与次级资助
脚注274
MITRA-lexicon2026年研究发布的六方向词典,合计218万词头条目、1,040万条引用例证,连接词汇与平行句对。2.3.4 模型与评测
脚注284
Pianoterra2008年成立,相关出版资料列Alessia Bulgari为联合创办人及主席,开展母婴与家庭公益工作。2.4.3 项目资金接续
脚注281
藏文信息技术开源生态报告主体与名词索引
主体或名词角色与含义正文位置与来源
SPReAD日本文部科学省AI for Science项目;Dharmamitra公告获得500万日元支持及计算资源安排。2.4.4 现金与专业投入
脚注283
Schmidt Sciences通过HAVI支持欧亚历史文本的多语言检索研究,相关团队连接哈佛大学与Dharmamitra研究人员。2.4.4 现金与专业投入
脚注285