会议ASR大模型需直接处理真实会议中的远场、混响、噪声、重叠说话及术语等复杂情况，而非依赖外部前端。模型应内生声学鲁棒性、多说话人结构、长上下文理解和克制生成能力，输出含说话人、时间戳的结构化记录，以支撑摘要、问答等上层应用，减少误差传播。

深度学习模型训练中，数值计算误差传播可能导致梯度爆炸或消失。本文探讨了提高数值稳定性的方法，包括重写数学公式、采用不同算法、提高计算精度和限制输入范围等策略，以增强计算结果的准确性和稳定性。