When the database won't start and there's no backup available, most teams assume the game is over. But that's not true—the data is still on disk, it just lost the ability to speak. PostgreSQL data...

At Interspeech 2025, Bloomberg's AI engineers explore how they adapted OpenAI's Whisper system into a true streaming automatic speech recognition (ASR) model that delivers real-time CPU...

本研究提出Re^2数据集，旨在解决同行评审数据集的多样性不足和质量低下的问题。该数据集包含大量初始提交、评审评论和反驳内容，支持静态评审和动态交互，帮助作者完善手稿，减轻审核压力。

本研究探讨了大语言模型在多轮对话中的挑战与解决方案，分析了不同领域的对话能力，提出了增强策略，并讨论了未来的研究方向，以提升模型的稳健性和有效性。

本研究提出了一种推测性谈话结束检测器，解决了对话系统中用户发言结束与犹豫的区分问题。通过结合GRU和Wav2vec模型，显著提高了检测准确性，实现实时检测，改善了语音对话系统的响应流畅性，提升了用户体验。

本研究提出了一种动态历史上下文驱动的增强生成方法DH-RAG，旨在解决传统检索增强生成方法在多轮对话中未能充分利用历史信息的问题。DH-RAG通过查询重构和动态信息更新模块，提高了对话的相关性和连贯性，实验结果表明其在多个基准测试中优于传统模型。

本研究提出了多轮多模态澄清问题（MMCQ）任务，旨在改善传统文本澄清方法的不足。通过构建包含13,000个多轮互动的数据集ClariMM，并引入结合文本与视觉信息的检索框架Mario，实验证明该方法在多轮澄清中提高了12.88%的MRR，尤其在长对话中效果显著。

本研究提出了StreamChat框架，旨在解决现有视频理解模型在长视频、多轮对话和动态场景中的不足。通过分层记忆系统，StreamChat实现了高效的视频特征处理，实验结果表明其在准确性和响应时间上优于现有模型。

本研究提出了MTRAG基准，用于评估多轮检索增强生成系统在对话中的表现。通过110个对话案例，揭示了现有系统在处理后续问题和多领域挑战中的不足，强调了开发更强大系统的必要性。

本研究提出两种新方法，以提高多轮意图分类的准确性和效率，解决数据稀缺和对话上下文复杂性的问题。通过使用大型语言模型进行符号调优和语言适应检索增强，分类准确率提升5.09%，标注成本降低40%，对低资源多语言系统具有重要意义。

本研究提出了一种创新的多轮对话越狱代理，采用风险分解和心理策略，显著提升了攻击成功率，优于现有方法，具有重要的应用潜力。