研究：财报电话会议ASR适配未现遗忘，mini-KFAC更优
热点事件持续更新
研究：财报电话会议ASR适配未现遗忘，mini-KFAC更优
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
一项 arXiv 研究将 Whisper-small 从通用语音语料适配到财报电话会议基准 Earnings22，发现所有被评估的方法在同领域金融语音上都没有出现灾难性遗忘，性能反而提升。作者 Thai Quoc On 与 Homayoon Beigi 据此认为，任务互补性使持续学习正则化在此场景下适得其反，建议在施加约束前先评估任务互补性。 研究同时比较了两种正则化方法：在确需正则化时，逐层 mini-KFAC 近似比标准对角 EWC 取得更低的词错误率（WER）和更稳定的优化，因此建议必要时优先选用 mini-KFAC EWC。
AI 根据报道生成 · 54 分钟前更新
最新进展10月12日 12:00
金融语音需要持续学习正则化吗？EWC 与 mini-KFAC 在财报电话会议 ASR 上的研究报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.CL金融语音需要持续学习正则化吗？EWC 与 mini-KFAC 在财报电话会议 ASR 上的研究
将 Whisper-small 从通用语音语料适配到 Earnings22 基准时，所有评估方法在同领域金融语音上均未出现灾难性遗忘，反而性能提升，说明任务互补性使正则化适得其反。当确需正则化时，逐层 mini-KFAC 近似比标准对角 EWC 取得更低 WER 和更稳定的优化。研究建议在施加持续学习约束前先评估任务互补性，必要时优先选用 mini-KFAC EWC。
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。