➡️
继续阅读
-
Interspeech2026 | MSU-Bench:多说话人对话理解评测基准
音频语言模型(ALMs)推动语音理解向多任务生成转型。西工大与南京大学等合作提出MSU-Bench评测基准,专注于多说话人对话理解,涵盖16个子任务。研究...
-
STAR-VAE:让音频潜在空间「按信息重要性」排列,重建与生成双双达到 SOTA
阿里团队的研究STAR-VAE在音频生成领域取得突破,提出了一种新型正则化策略,解决了音频VAE的“率-失真-规整度不可能三角”问题。该方法通过结构化拓扑...
-
内在语言揭秘:人类思考为何离不开词语生成?
语言不仅是思想的表达工具,也是思维生成的关键。内在语言帮助人们构建和明确想法,促进推理和创造。语言的自回归特性影响思维路径,个体思维与社会经验相连,促进认...
-
使用轮廓进行结构化语言模型生成
本文介绍了开源库“outlines”,旨在提高大型语言模型(LLM)生成结构化输出的准确性。通过示例,展示了如何进行情感分析、生成符合Pydantic模型...
-
DSLs Enable Reliable Use of LLMs
Building realistic software systems is an iterative process, where desi...
-
Presentation: Lessons Learned in Migrating to Micro-Frontends
Luca Mezzalira shares proven learnings from guiding hundreds of teams through...