研究人员通过使用大型、多样化的未标记数据集，采用预训练、自我训练和模型规模扩大的方法，在自动语音识别（ASR）任务中取得了令人瞩目的结果。他们发现，通过微调一个80亿参数的预训练模型，仅使用3%的标记数据即可达到最先进性能，并且完整的训练集可以进一步提高性能。此外，预训练和自我训练模型在多个下游任务中具有通用收益，并在非ASR任务中取得了最先进结果。