热点事件持续更新
Whisper 微调中的嵌入子集选择方法
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月27日，arXiv cs.CL 发表题为“Whispering Wisely”的研究，提出一种降低 ASR 微调数据成本的方法：利用 Whisper 预训练编码器把每条音频映射到固定维度嵌入空间，再用贪心 k-center 算法挑选多样且有代表性的训练子集。研究在希伯来语和丹麦语上评测，结果显示 k-center 选择常优于随机采样，且子集规模较小时提升最明显；词汇多样性分析显示，所选子集覆盖的语言内容比同规模随机子集更广。目前该工作处于论文公开阶段，报道未提及代码、模型发布或更大规模语种验证。
AI 根据报道生成 · 3 小时前更新
最新进展10月27日 12:00
新论文提出用 Whisper 编码器嵌入加贪心 k-center 选取微调子集，在希伯来语和丹麦语上常优于随机采样。报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.CLWhispering Wisely：基于 Whisper 编码器的 ASR 微调智能子集选择
一项新方法用 Whisper 预训练编码器把每条音频映射到固定维度嵌入空间，再以贪心 k-center 算法选出多样且有代表性的训练子集，以降低 ASR 微调的数据成本。在希伯来语和丹麦语上的评测显示，k-center 选择常优于随机采样，子集规模较小时提升最明显；词汇多样性分析显示其覆盖的语言内容比同规模随机子集更广。
本事件热度走势
当前热度 9·可比范围峰值 10（10月27日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。