BriefGPT - AI 论文速递 ·

WhisBERT: 亿字规模的多模式文本音频语言建模

💡 原文中文，约200字，阅读约需1分钟。

📝

内容提要

本文研究了将非语言性特征转化为文本描述，并与口头文本结合，整合到基于文本的预训练大语言模型中。称此方法为TextMI，并在多个下游任务中进行了fine-tune，取得了令人满意的性能。建议将TextMI作为低资源环境下多模态行为分析任务的通用、有竞争力的基准。

🏷️

OpenAI将文本水印引入其API——与Anthropic不同，该功能默认关闭
OpenAI推出文本水印系统textGrain，通过影响模型选词嵌入统计信号。API客户可自愿启用，欧盟ChatGPT和Codex将默认加水印以符合AI法...
OpenAI 在 ChatGPT 和 Codex 中加入文本水印
OpenAI在欧盟为ChatGPT和Codex推出textGrain文本水印，暂不设为全球默认。API客户可自愿启用，研究机构可申请检测工具。OpenAI...
API 认证与授权：机制、权衡与失效模式的工程深度解析
本文系统讲解七种API认证机制：Basic Auth、API密钥、Bearer Token、JWT、OAuth 2.0、OIDC和mTLS，分析其原理、代...
Kotlin Multiplatform插件将停止对Swift语言的IDE支持
Kotlin Multiplatform插件将停止对Swift的IDE支持。从IntelliJ IDEA 2026.3和Android Studio Ra...
DDD之父最新发声：AI干不掉上下文与通用语言
AI写代码比你快？领域驱动设计大神说：你担心错方向了！ AI时代程序员会不会失业？领域驱动设计（DDD）的两位创始人马丁·福勒和埃里克·埃文斯在DDD E...
Python调用Audio Speech REST API：文本分段、超时与原子落盘
介绍用 Python 调用语音合成 REST API 的实用方案：将长文本按标点切分为 800 字符以内片段，逐段生成 MP3；先写临时文件再改名落盘，避...