SPARE微调法引导音频模型依据证据推理

研究团队提出并测试了音频语言模型微调方法 SPARE：在模型生成解释前注入代表预期结论的早期表征，使其推理时继续关注音频证据。训练时，团队以特殊 token 编码结论含义，并用句子嵌入模型作为目标。 团队基于16万条音频样本微调 SALMONN 13B，在 MMAU、MMAR 音频理解与推理基准上评测。SPARE 的设计目标是不增加推理时成本或延迟；现有报道未给出具体性能提升幅度。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。