本研究探讨了微调音频大语言模型Qwen2-Audio在心脏杂音特征分类中的应用。通过SSAMBA算法提升抗噪声和泛化能力,结果显示该模型在11个专家标注的特征中,有8个超越了现有方法,展现了其在心脏病诊断中的潜力。
阿里巴巴发布了两个开放权重的语言模型系列:Qwen2-Math和Qwen2-Audio。Qwen2-Math是用于解决数学问题的LLM系列,Qwen2-Audio是一系列多模态LLM,可以接受语音或文本输入。这两个系列都基于阿里巴巴的Qwen2 LLM系列,除了Qwen2-Math的最大版本外,其他版本都可在Apache 2.0许可下使用。Qwen2-Math有基础版本和经过指导调优的版本,每个版本都有1.5B、7B或72B参数的选择。阿里巴巴在训练数据集上进行了去污染处理,以删除数学问题解决基准示例。阿里巴巴计划发布支持英语和中文的双语模型,并开发多语言模型。他们还将继续提升模型解决复杂和具有挑战性的数学问题的能力。阿里巴巴在GSM8K和AIME 2024等基准测试和数学考试中评估了Qwen2-Math,发现Qwen2-Math-Instruct在可比大小的其他基准模型中表现更好,特别是在1.5B和7B模型中。
Qwen2-Audio是新发布的多模态音频语言模型,支持语音指令和音频分析,能够处理超过8种语言。该模型在语音聊天、音频分析和多语言支持方面表现优异,未来将进行更大规模的训练以提升性能。
完成下面两步后,将自动完成登录并继续当前操作。