#nlp
共 12 篇相关内容 · 安全漏洞、AI动态、技术文章
技术文章 12
当大模型遇上心理测量学:PsyScore如何重新定义自动作文评分
## 引言:一个被忽视了三十年的问题 1966年,Ellis Page首次在学术期刊上展示了计算机自动评阅英语作文的可行性。此后的六十年间,这个领域经历了统计方法、机器学习、深度学习三次技术浪潮,每一次浪潮都将评分准确性推向新的高度。然而
当仇恨遇上谣言:CATCH-ME数据集如何用多轮对话和外部知识反击网络有害信息
## 引言:仇恨与谣言的合流 互联网上的有害信息从来不是孤立存在的。一条针对少数族裔的仇恨言论,往往夹杂着捏造的统计数据、歪曲的历史事实、甚至是精心编造的阴谋论。一个反疫苗的谣言帖子下面,常常伴随着对特定种族或宗教群体的攻击性评论。这种仇
当仇恨与虚假信息交织:CATCH-ME数据集如何用RAG技术构建多语言多轮反击对话
CATCH-ME是首个针对仇恨言论与虚假信息重叠场景的大规模多语言多轮反击话语数据集,覆盖5种语言和7个边缘化群体。该数据集将对话内容锚定在事实核查文章和NGO报告等外部知识源上,提供文档级和段落级双重标注,可直接用于RAG系统训练。论文证明零样本LLM在该复合场景下表现不足,而RAG机制能显著提升反击话语的事实可靠性和说服力。
PASQA:专攻日语语音重音正确性的质量评估新范式
日本LY Corporation团队提出PASQA模型,专攻语音合成中日语声调重音的正确性评估。该模型基于自监督学习框架wav2vec 2.0,融合音节信息、排序损失、帧级错误检测和说话人不变训练四大策略。实验表明,传统MOS预测模型对重音错误的排序准确率仅13%至20%,而PASQA达到75%以上,与人类判断的相关系数达0.828,为TTS系统的精细质量评估开辟了全新路径。
PASQA:专注语音重音正确性的质量评估新方法
日本雅虎LY公司团队提出PASQA模型,专门评估语音合成中日语声调重音的正确性。该模型基于自监督学习框架wav2vec 2.0,融合音节信息、排序损失、帧级错误检测和说话人不变训练四大策略。实验证明,传统MOS预测模型对重音错误完全不敏感,而PASQA在排序准确率和人类判断一致性上均大幅领先,为TTS系统的精细质量评估开辟了新路径。
PASQA:专注重音质量评估的语音评估新模型——用合成语音训练出听感黄金耳朵
PASQA是首个专门针对重音正确性的语音质量评估模型。现有MOS预测模型对重音错误不敏感,而PASQA利用重音可控TTS合成训练数据,结合音节条件融合、排序损失、辅助错误定位和说话人不变训练四大技术,实现了高精度的重音质量评估,已被INTERSPEECH 2026接收。
FlowEdit:用联想记忆实现TTS终身发音自适应,让语音合成不再念错名字
FlowEdit为冻结的流匹配TTS系统引入终身发音修正框架,通过在文本嵌入空间中学习token级扰动并存储在现代Hopfield网络中,实现内容可寻址的记忆检索。在312个多语言专有名词基准上,目标词音素错误率降低92.7%,单GPU修正仅需约15秒。
你的鼠标和眼睛正在偷偷泄露你的偏好:用隐式反馈对齐大语言模型
研究者构建了IFLLM数据集,收集59名众包工人的鼠标轨迹和眼动数据来训练LLM奖励模型。实验表明,隐式反馈将奖励模型准确率从55%提升至64%,并使DPO对8个LLM的响应质量改善效果近似翻三倍。
FlowEdit:用联想记忆实现TTS终身发音自适应,92.7%的音素错误率降低
Flow-matching文本转语音系统虽然在零样本场景下表现出色,但部署后对专有名词的发音错误无法自动修正。本文解读Singh等人提出的FlowEdit框架,该框架将发音修正编码为潜空间条件扰动而非权重更新,并利用现代Hopfield网络作为内容寻址的情景记忆存储修正。在跨18个语系的312个多语言专有名词基准测试上,FlowEdit将目标词音素错误率降低了92.7%,单GPU仅需约15秒完成修正。
你的鼠标和眼神正在泄露你的真实偏好:基于隐式行为信号的大语言模型对齐研究
传统的大语言模型对齐依赖用户显式反馈(如点赞、评分),但这类数据稀缺且昂贵。本文解读Chang等人发表于arXiv的最新研究,该研究构建了IFLLM数据集,通过采集1336个多轮对话中59名众包工人的鼠标轨迹和眼动数据,首次系统量化了隐式行为信号对LLM对齐的价值。基于隐式反馈的奖励模型将准确率从55%提升至64%,在8个LLM上应用DPO后,响应质量的相对提升几乎翻了三倍。
少数视觉线索驱动了多模态大模型中大多数社会偏见:StylisticBias 深度解读
多模态大语言模型在判断人脸照片时,仅15个视觉属性(年龄、体型、时尚风格等)就能驱动80%以上的社会偏见变异。StylisticBias通过控制变量法生成约25K张照片级人脸图像,在6个MLLM上覆盖25个社会判断场景进行评估,发现年龄和体型的影响超过身份本身,时尚风格是属性层面最强的偏见驱动因素。研究为AI偏见缓解提供了精确的优先级清单。
指令如何塑造语音?交叉注意力归因揭示风格描述TTS的内部机制
这篇论文首次将DAAM框架从图像迁移到语音扩散模型,提出了交叉注意力归因方法分析风格描述TTS系统。分析3,600组组合后发现:风格词元具有全局调制作用,风格注意力与基频和能量相关,风格调制在早期步骤和深层网络中达到峰值,注意力熵在第17层最小。这是首个研究自然语言如何影响语音扩散模型中交叉注意力的工作。