Casa
PulseAugur coverage of Casa — every cluster mentioning Casa across labs, papers, and developer communities, ranked by signal.
-
新的CASA系统使用大语言模型进行可解释的语音评估
研究人员开发了CASA，一个使用Whisper-medium和Qwen3.5-2B大语言模型组合的新型自动语音评估系统。CASA通过分离声学和内容对预测的贡献，实现了最先进的性能和更高的可解释性。该系统在Speak & Improve Corpus 2025上展示了0.358的均方根误差，优于先前的方法，同时使用了更少的推理参数。CASA的架构设计易于适应其他语音评估数据集，并包含手工制作的流畅性特征。
-
特朗普政府援引最高法院案件，就关税退款令提出上诉
特朗普政府正就一项要求退还非法关税的初审法院命令提出上诉，认为法官越权。政府认为，适用于所有受影响方的普遍禁令受到近期最高法院关于出生公民权案件的限制。虽然大部分退款已处理完毕，但政府的上诉可能会影响到那些未提起诉讼以追回关税的公司。
-
新的CASA方法提升了多模态LLM的安全对齐能力
研究人员开发了CASA（Classification Augmented with Safety Attention），一种增强多模态大语言模型（MLLMs）安全对齐能力的新策略。CASA利用内部MLLM表示，在生成响应前预测一个二元安全令牌，并通过一个安全注意力机制进行指导，该机制对分类logits进行缩放。该方法旨在提高跨文本、图像和音频模态的恶意查询检测能力，而无需外部分类器或特定模态的微调。在MM-SafetyBench和Ja…
-
深度学习推动精液分析在男性不育症诊断中的进展 · 跟踪3个来源
一篇发表在arXiv上的综述论文详细介绍了深度学习和计算机视觉技术在精液分析中诊断男性不育症的应用。该论文综合了当前AI驱动的精子检测、计数、活力评估和形态分类方法。它还讨论了临床转化中的挑战，如数据稀缺和领域转移，并提出了将这些AI工具整合到临床实践中的路线图。
-
新研究探讨了视频扩散模型的3D一致性、LoRA可迁移性以及统一框架。
研究人员开发了使用扩散模型改进视频生成的新方法。一种方法“几何强制”（Geometry Forcing）将3D表示与视频扩散模型相结合，以增强几何一致性和视觉质量。另一个框架UniVidX通过调整扩散先验以适应各种任务和模态（包括内建图和RGBA图层），实现了多模态视频生成的统一。此外，还提出了一种名为“聚类感知谱仲裁”（Cluster-Aware Spectral Arbitration, CASA）的无数据方法，以解决将LoRA迁…