Donghang Wu

研究人员推出FLAIR，一种用于语音对话模型中潜在推理的新方法

研究人员推出FLAIR，一种用于全双工语音对话系统的新方法，通过在语音感知的同时进行潜在思考来模拟内部认知。这种方法允许系统将先前步骤的潜在嵌入递归地馈送到下一步，从而在不增加延迟的情况下促进连续推理。FLAIR利用基于证据下界的（Evidence Lower Bound）目标进行高效的监督微调，避免了对显式推理标注的需求。实验表明，这种‘边听边想’的设计在语音基准测试中取得了有竞争力的结果，并能有效处理对话动态。