FBK 研究人员为 IWSLT 2026 指令遵循共享任务开发了 SpeechLLMs，重点关注短篇幅和长篇幅语音指令遵循。对于短篇幅任务，他们的模型取得了 2.0708 的 SIFS 分数。在长篇幅任务中，他们探索了各种分段方法，并引入了 HIFS 分数来评估性能，发现固定的 30 秒分段产生了最佳结果，得分为 2.0663。分析表明，长篇幅生成中的幻觉主要涉及重复插入，尽管短篇幅能力基本保持不变。 AI
影响 这项研究有助于推进语音指令遵循模型，可能改进 AI 系统通过语音理解和执行命令的方式。
排序理由 该集群包含一篇学术论文，详细介绍了提交给共享任务的新模型。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.26819v1 Announce Type: new Abstract: This paper describes our submission to the IWSLT 2026 Instruction Following shared task. SpeechLLMs are developed for both short-form and long-form speech instruction following under constrained settings. For the short track, strong…
This paper describes our submission to the IWSLT 2026 Instruction Following shared task. SpeechLLMs are developed for both short-form and long-form speech instruction following under constrained settings. For the short track, strong performance is achieved on MCIF, with a SIFS sc…