English(EN) AzeroS: Extending LLM to Speech with Self-Generated Instruction-Free Tuning

新的 AZeroS 语音大型语言模型使用自生成微调以实现更好的泛化

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-28 04:00

研究人员开发了 AZeroS，这是一种新颖的语音大型语言模型，它利用自生成无指令微调 (SIFT) 来提高泛化能力。该方法使用语音的文本表示从冻结的大型语言模型生成监督信号，无需特定任务的指令微调数据集。AZeroS 基于 Qwen2.5-7B-Instruct 模型构建，仅更新轻量级投影模块，保持大型语言模型和音频编码器冻结。尽管训练成本极低且数据集规模适中，AZeroS 在 VoiceBench 和 AIR-Bench 等语义和副语言基准测试中已展现出最先进的性能。 AI

影响这种方法可以显著减少语音大型语言模型的数据策划工作量，并提高它们对新任务的适应性。

排序理由该集群描述了一篇详细介绍一种新颖方法和模型的研究论文，该模型旨在将大型语言模型扩展到语音领域。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 11 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群描述了一篇详细介绍一种新颖方法和模型的研究论文，该模型旨在将大型语言模型扩展到语音领域。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: model release, paper, infra; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Yiwen Shao, Wei Liu, Jiahong Li, Tianzi Wang, Kun Wei, Meng Yu, Dong Yu · 2026-10-28 04:00

AzeroS：将大型语言模型扩展到语音，并进行自生成无指令微调

arXiv:2601.06086v2 Announce Type: replace Abstract: Extending large language models (LLMs) to the speech domain has recently gained significant attention. A typical approach connects a pretrained LLM with an audio encoder through a projection module and trains the resulting model…

本文如何被排名

报道来源 [1]

AzeroS：将大型语言模型扩展到语音，并进行自生成无指令微调

相关实体

相关话题