跳到正文
原文
arXiv cs.AI· Jie Jin, Ziyin Ma, Min Yin, Jinyu Chen, Haigang Song, Zhikun Pang, Xiaowen Zhang·· 10 天前AI 评分33

DuplexJev:无需解码的批量语音决策,单 token 监督让冻结 LLM 听见转录之外的信息

Batched Speech Decisions Without Decoding: Single-Token Supervision Lets a Frozen LLM Hear Beyond the Transcript

AI 导读

DuplexJev 把 ASR 编码器隐状态经小型 connector 送入冻结 LLM,将每个问题读成选项上的单 token 分布,不解码即可批量决策:8 卡节点约 0.1 秒完成 8 段语音的 80 项判断。

来源:arXiv cs.AI · arxiv.org