实时互动网
·
论文解读｜WavAlign：让语音模型既会“想”，也会“说”
原文中文，约3900字，阅读约需10分钟。
📝
内容提要
端到端语音对话模型最让人头疼的地方，是“聪明”和“会说”常常互相拉扯。WavAlign 给出的答案很朴素：不要把同一个偏好奖励粗暴地砸到所有 token 上。把语义交给偏...
