研究者提出EAVA语音LLM域自适应微调方法
热点事件持续更新
研究者提出EAVA语音LLM域自适应微调方法
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
研究者提出一种名为 EAVA（Encoder Awakening via Adapters）的领域自适应微调方法，用于基于 Speech-LLM 的语音识别。该方法先在各编码器层插入轻量 adapter 单独训练，再结合 LLM 上的 LoRA 联合微调全模型。 在涵盖儿童与方言语音的三个领域偏移 ASR 数据集上，EAVA 持续优于常规微调及其他基线，取得新的 SOTA 表现。
AI 根据报道生成 · 51 分钟前更新
最新进展10月12日 12:00
EAVA：通过 Adapters 唤醒编码器，实现 Speech-LLM 的领域自适应微调报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.CLEAVA：通过 Adapters 唤醒编码器，实现 Speech-LLM 的领域自适应微调
研究者提出 EAVA（Encoder Awakening via Adapters），一种面向 Speech-LLM 语音识别的领域自适应微调方法。该方法先在各编码器层插入轻量 adapter 单独训练，再结合 LLM 上的 LoRA 联合微调全模型。在涵盖儿童与方言语音的三个领域偏移 ASR 数据集上，EAVA 持续优于常规微调及其他基线，取得新的 SOTA 表现。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。