Japanese
PulseAugur coverage of Japanese — every cluster mentioning Japanese across labs, papers, and developer communities, ranked by signal.
18 天有情绪数据
-
UtterTune 方法增强了多语言 TTS 发音控制
研究人员开发了 UtterTune，一种用于适应多语言文本到语音 (TTS) 系统的新颖方法。该技术利用低秩适配 (LoRA) 来增强对目标语言（本研究特别针对日语）发音和音高重音的控制。UtterTune 旨在改进 G2P 映射和韵律建模，而无需显式的 G2P 模块，同时在零样本设置中保持自然度和说话人相似性。
-
AI捏造格言和引语，被人工审核抓包
观察到一个AI模型捏造听起来合理的格言，并将释义内容误充当为直接引语，这些错误被人工审阅者发现。该AI的内部流程难以区分其自身的摘要标签和实际归属的陈述，导致了这些捏造。这个问题源于AI倾向于通过借用虚构来源的隐含权威来润饰文笔，而这个问题也可能出现在人类写作中。
-
新的全息神经PCFG方法在无监督解析方面达到最先进水平
研究人员开发了一种名为全息神经PCFG（Hol-PCFG）的新方法，用于无监督成分句法分析。该方法利用语法符号嵌入之间的代数关系来模拟PCFG规则评分，并改编全息嵌入来表示左子节点、右子节点和词汇发射等关系。Hol-PCFG在六种语言上取得了最先进的成果，显著减少了规则评分参数并提高了训练稳定性。值得注意的是，它可以在没有预先形态学分段的情况下直接从字符解析日语，同时保持高性能。
-
新方法利用频谱分析区分人工智能生成语音和人类语音
一篇新研究论文介绍了一种通过分析元音频谱分布来区分人类生成语音和人工智能合成语音的方法。该技术利用 Wasserstein 度量来测量元音频谱之间的距离，发现合成语音的 Wasserstein 距离更短。通过将持久同调应用于这些数据，研究人员可以对合成语音和自然语音的频谱概率密度函数进行聚类，从而实现区分。
-
Sakana AI推出基于Namazu模型的Sakana Translate
Sakana AI推出Sakana Translate，一款利用其Namazu模型系列的新型网页翻译工具。该产品旨在超越简单的逐字翻译，特别针对日语，力求保留上下文、语气和文化细微差别。Sakana Translate提供三种不同的模式：Translate用于直接翻译，Proofread用于优化自然度和礼貌度，Ask用于上下文查询。该工具基于Sakana AI已针对日语和日本文化进行改编的现有开放权重基础模型。
-
新的YOMI-Bench基准揭示大型语言模型在日语汉字方面表现不佳
一个名为YOMI-Bench的新基准已被开发出来，用于评估大型语言模型（LLMs）在日语汉字读音和语音理解方面的能力。该基准的创建是因为日语汉字可能有多种读法，这使得LLMs进行准确推断具有挑战性。使用YOMI-Bench进行的评估显示，无论是特定于日语的LLMs还是商业LLMs，在需要理解汉字读音的任务上表现均不佳。
-
新的ASR训练方法提高了在大规模数据集上的性能
研究人员开发了一种新方法，通过更有效地利用大规模、弱监督数据集来改进自动语音识别（ASR）模型。他们的方法包括三个步骤：首先在整个数据集上进行初始预训练，然后继续在通过字符错误率识别出的过滤子集上进行预训练，最后在声学上相似的小样本选择上进行微调。使用90,000小时的日语数据集进行的实验表明，字符错误率显著降低，过滤和选择方法分别独立将CER降低了高达6.4%和4.0%。
-
新框架审计LLM机器人以应对特定文化道德偏见
研究人员开发了一个新的框架，用于审计由大型语言模型（LLM）控制的社交机器人，重点关注特定文化的道德决策。该框架通过评估机器人在不同文化背景下（如标准中文和日文）的援助优先级，解决了当前LLM道德审计中以英语为中心的偏见。研究结果表明，LLM在一致地追踪与年龄和地位相关的文化规范方面存在困难，与中文和日文相比，英文决策的质量校准几乎是其两倍。虽然对比示例等某些提示技术显示出希望，但单独的提示不足以可靠地纠正这些跨文化梯度失败，这表明模…
-
Ray-Ban Meta 智能眼镜新增日语实时翻译功能
Ray-Ban Meta 和 Oakley Meta 智能眼镜现已支持实时翻译成日语。此次更新还引入了慢动作视频录制和对话焦点功能。这些增强功能旨在改善用户在沟通和内容创作方面的体验。
-
RBC BlueBay Asset Management 看好日本AI股票至2027年
RBC BlueBay Asset Management 对日本AI股票持乐观态度，预测将持续增长至2027年。该机构正在降低短期风险敞口，预计7月和8月可能出现市场放缓。
-
David Sedaris 详述由排行榜竞争驱动的 Duolingo 痴迷
幽默作家 David Sedaris 详述了他对语言学习应用 Duolingo 的强烈痴迷，他用该应用学习日语、德语、西班牙语和法语。他描述了自己对该应用的日常投入，即使在长途驾驶和散步时也不例外，这是由保持排行榜领先地位的愿望驱动的。文章还涉及了他的旅行以及他对不同地区政治言论的观察。
-
新的KIRP框架通过外部知识和CoT推理增强零样本立场检测
研究人员开发了一个新的零样本立场检测框架KIRP，旨在提高识别推文等短文本中立场的准确性。该框架通过整合外部知识图谱和采用反思性思维链（CoT）推理，解决了上下文稀疏性以及隐式目标与内容之间的相关性等挑战。KIRP还利用了立场感知对比学习和三层迭代原型网络，以更好地区分中立和不相关标签。在包括新构建的日语推文数据集在内的多个数据集上的实验表明，KIRP以高F1分数实现了最先进的性能。
-
读者仍偏爱人工翻译而非AI生成的文学文本
arXiv上发表的一项新研究表明，尽管读者认为AI生成的文学作品翻译“尚可”，但由于其沉浸感和清晰度，人们仍然偏爱人工翻译。该研究让15名资深读者比较了法语、波兰语和日语小说的人工翻译和AI翻译版本（译成英语）。尽管读者无法可靠地区分两者，但他们更喜欢人工翻译，并指出AI翻译的质量在一本书内变化更大。研究还发现，包括LLM-as-a-judge方法在内的当前自动评估指标未能准确反映读者的偏好。
-
中国激励举报稀土出口违规行为
中国正在实施新措施，加强对稀土和战略矿产出口的监管，并为举报疑似违规行为的公司和个人提供奖励。这些措施将于7月1日生效，旨在打击无证出口或试图规避限制等非法活动。此举是在最近逮捕两名涉嫌走私的日本国民之后推出的，表明北京方面加大了对关键矿产贸易的监管力度。
-
两名日本国民因涉嫌走私稀土在中国被拘留
据日本官员称，两名日本国民因涉嫌走私稀土在中国被拘留。拘留发生在五月，其中一人于五月十八日被捕，另一人于一周后被捕。据报道，其中一名被拘留者是一家日本电机制造商在华子公司的员工，此案正依照中国关于限制商品的法律进行处理。
-
新的TTS系统通过海量数据解决日语汉字多音字问题
研究人员开发了Sarashina2.2-TTS，一个新颖的日语文本到语音（TTS）系统，旨在克服依赖上下文的汉字多音字挑战。该系统利用了约361,000小时的庞大数据集，其中包括日语和英语的均衡混合，并采用定向数据增强管道来处理2,136个常用汉字。为了评估其性能，引入了一个新的基准测试——常用汉字读音基准（Joyo Kanji Yomi Benchmark）和一个称为Kana-CER的指标，重点关注发音的准确性。Sarashina2…
-
新的日语TTS系统通过大规模数据扩展解决汉字多音字问题
研究人员开发了Sarashina2.2-TTS，一个专为日语设计的创新文本到语音系统，解决了汉字多音字的问题。该系统利用了约361,000小时的庞大数据集，其中包括日语和英语的均衡混合，并采用定向数据增强来提高汉字读音的准确性。Sarashina2.2-TTS引入了常用汉字读音基准（Joyo Kanji Yomi Benchmark）和一项新指标Kana-CER来评估发音的正确性。实验表明，该系统在零样本合成中实现了最先进的汉字级别读…
-
人工智能的广泛影响：裁员、绿色数据中心和文化细微差别 · 跟踪 3 个来源
英国多家科技新闻报道了人工智能日益增长的影响。一篇报道讨论了人工智能如何导致 Google、Microsoft、Amazon、Meta、OpenAI、Anthropic 和 Google DeepMind 等主要科技公司的大规模裁员。另一篇文章质疑苏格兰的“绿色数据中心”政策，指出其忽视了人工智能的排放影响，这可能会影响英国的气候目标。另一则独立报道触及了日本符号的文化意义。
-
AI模型在评论分类中表现出特定语言的情感偏差
arXiv上发表的一项新研究显示，大型语言模型在对产品评论进行分类时会表现出特定语言的情感极性偏差。研究发现，这些模型在法语中表现出负面偏差，对负面评论的识别效果更好；而编码器模型在日本语中则表现出正面偏差，常常忽略间接表达的微妙负面情绪。这些发现凸显了依赖多语言情感分析系统的企业和社交应用可能面临的问题。
-
Mastodon 上推广的关于浪漫和复仇的中国电视剧
两部中国电视剧正在 Mastodon 上推广，其中一部名为“反击”的电视剧讲述了一名女子在她的前夫发现她有一个孩子后，生活发生了变化。另一部电视剧“我意外嫁给了富家子弟……而他一直都在针对我”则围绕着一名女子误嫁入豪门，发现自己被继承人追求的故事。这两部电视剧均提供高清日文配音版本，并带有浪漫和中国电视剧等主题标签。