低资源语言 · AI 普惠
本条为初评草案（AI 辅助编目 · 评于 2026-07）：T 阶为三问初评（撬动面 × 停滞度 × 临界性），双评过 σ 门并红蓝复核后才升"已建档"。查不到的字段留空不编。点亮者会进入亮星候选流程，其贡献与星阶按 HCF 独立重评，不从暗星自动继承。
全球七千多种语言中，绝大多数在互联网上的语料量不足以训练出可用的 AI 模型，这些语言的使用者——往往本就是资源最匮乏的人群——正被系统性排除在 AI 红利之外。语言鸿沟不同于以往的数字鸿沟：它不只是接入问题，而是智能工具本身对你的母语、文化语境和专业领域『失聪』。攻破它意味着教育、医疗咨询、法律援助等 AI 增强的公共服务能真正抵达最后十亿人，而不是让 AI 把既有不平等再放大一轮。这是可及性（A 轴）上少数目标清晰、路径部分可见、却长期投入不足的方向。
根本卡点是数据：低资源语言缺乏成规模的高质量文本与语音语料，而语料生产本身需要母语者社区的持续投入，商业回报又低，形成投入死循环。其次，跨语言迁移学习虽能借高资源语言的能力『补贴』低资源语言，但在文化语境、专业术语和非拉丁文字系统上系统性失真，且缺乏母语者评测基准，失真难以被发现和度量。
Meta（NLLB，No Language Left Behind）、Cohere Labs（Aya 多语言模型）、Masakhane（非洲语言草根研究社区）、Google（千语言计划）
读 NLP 中的多语言建模与跨语言迁移方向，关注 NLLB、Aya 等开源项目的论文与代码。最实际的切入点是加入 Masakhane 这类开放社区：为一种你熟悉的低资源语言建语料、做评测基准，是本科生也能做出真实贡献的子问题。若在国内，方言与少数民族语言的语料与评测同样是近乎空白的地带。
谁在攻这颗暗星 · 攻关者名录13 人
这不是终点站——今天在这颗暗星上攻坚的人，就是明天点亮它、登上星光榜的候选。名录含科研、创业与第三方三类关键角色，初评待核实，欢迎补充与纠正。
去哪家 · 机构与公司名录7 家 · 其中初创/成长期 2
给求职者和投资人的信息增量——不只是听过的大机构，更多是正在攻这颗暗星的初创与新公司（联网实搜、初创优先排序，初评待核实）。