热点事件持续更新
语言感知智能体数据采样框架提升多语种ASR
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月28日，arXiv cs.CL 刊出一项研究，提出面向多语言 ASR 的语言感知错误驱动智能体数据采样框架：在多语言 ASR 训练中引入数据采样 LLM 智能体，由智能体依据语音、形态、句法三方面的语言学评分标准分析 ASR 错误，并结合训练统计与预算约束，在领域级、样本级和 token 级选择采样策略。实验以 Whisper-medium 作为 ASR 主干，在 12 种 Common Voice 语言上，以更少的训练数据和算力取得了优于全数据训练的效果，训练收敛也显著加速。报道未披露具体语言清单、数据削减比例与算力节省幅度，目前也尚无独立复现或后续跟进报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
新论文提出语言感知智能体数据采样框架，12种语言上以更少数据优于全数据训练。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.CL面向多语言 ASR 的语言感知错误驱动智能体数据采样框架
多语言 ASR 训练引入数据采样 LLM 智能体，构成语言感知的智能体数据采样框架，在 12 种 Common Voice 语言上以更少训练数据和算力取得优于全数据训练的效果。智能体依据语音、形态、句法的语言学评分标准分析 ASR 错误，结合训练统计与预算约束选择领域级、样本级和 token 级采样策略。实验以 Whisper-medium 为 ASR 主干，训练收敛也显著加速。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。