XARES-LLM
PulseAugur coverage of XARES-LLM — every cluster mentioning XARES-LLM across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
UniAE-MoE 采用专家混合架构，推动音频编码发展
研究人员推出 UniAE-MoE，这是一种利用专家混合 (MoE) 架构来建模跨域音频表示的新型统一音频编码器。该方法整合了 Qwen2-Audio 和 Audio-Flamingo 3 的组件，增强了下游理解能力。UniAE-MoE 采用两阶段指令调优策略和特定任务的数据缩放技术来适应各种音频任务，在 XARES-LLM 基准测试和 Interspeech 2026 音频编码器能力挑战赛中取得了最先进的性能。
-
新方法通过编码器选择和对比解码增强大型音频语言模型 · 跟踪 2 个来源
研究人员开发了两种新方法来提高大型音频语言模型 (LALM) 的性能。第一种方法 CUES（相关性引导编码器选择）使用轻量级启发式方法，通过估计编码器的互补性（通过性能相关性）来选择最佳编码器，在 XARES-LLM 等基准测试中取得了显著的提升。第二种方法对比解码 (CD) 系统地评估了不同的 CD 策略，确定了音频感知解码和音频对比解码最为有效。该方法主要纠正与音频忽略或不确定性驱动的猜测相关的错误，其收益与模型的基线错误特征密切相关。
-
新的自监督音频模型BEST-RQ-2改进了迁移学习
研究人员推出了BEST-RQ-2，这是自监督音频表示学习的一项进展。这种新方法采用两步预训练方法，将上下文化和预测阶段分开。通过为未遮蔽区域使用ViT上下文编码器，为遮蔽区域使用轻量级预测器，BEST-RQ-2在X-ARES和XARES-LLM等基准测试上表现优于单阶段方法，同时保持可比的推理计算。该模型的代码和检查点均公开可用。