无需微调的稀有词识别和翻译

Research Paper#Speech Recognition, Natural Language Processing, Machine Translation🔬 Research|分析: 2026年1月3日 23:55•
发布: 2025年12月26日 06:51
•
1分で読める
•ArXiv

分析

本文解决了语音转文本系统中一个重要问题：处理稀有词的困难。所提出的方法提供了一种无需训练的替代方案，以取代通常成本高昂且容易出现灾难性遗忘等问题的微调。使用任务向量和词级算术是一种新颖的方法，有望实现可扩展性和可重用性。结果表明，其性能与微调模型相当或更优，这一点尤其值得关注。
引用 / 来源
查看原文
"The proposed method matches or surpasses fine-tuned models on target words, improves general performance by about 5 BLEU, and mitigates catastrophic forgetting."
A
ArXiv2025年12月26日 06:51
* 根据版权法第32条进行合法引用。
较旧

Drug discovery guided by maximum drug likeness

较新

Evaluating Supervised Learning Approaches for Quantification of Quantum Entanglement

相关分析

Research Paper

SpaceTimePilot：时空控制的生成视频渲染

2026年1月3日 06:10

Research Paper

量子混沌哈密顿量演化下的随机性生成

2026年1月3日 06:10

Research Paper

GaMO：几何感知扩散用于稀疏视角3D重建

2026年1月3日 06:32

来源: ArXiv