本研究提出了QualiSpeech数据集，以解决语音质量评估中的注释不足问题。该数据集涵盖11个关键方面，并提供自然语言反馈。实验结果表明，经过微调的听觉大语言模型能够有效提升质量评估的准确性和可靠性。

北大千问团队推出了数学专用版CriticGPT，名为Math-Minos。该模型通过引入逐步的自然语言反馈作为理由标签，提供更深入的解释，丰富了验证器的训练信息。Math-Minos在ORM和PRM任务设置中展现出了优越的性能，特别是在ORM设置中。研究团队希望这项工作能够推动大型语言模型在复杂推理任务上的能力。