Hugging Face 推出 Monsoon 数据集，防过拟合设计更贴近真实
rohanpaul_ai · x · 2026-08-29
Hugging Face 与 Voice Arena 合作，将印地语和印度英语添加到 Open ASR 排行榜中，发布了 Monsoon hi 和 Monsoon en-IN 数据集。该基准的设计旨在防止模型过拟合：包含 4888 位说话者、自发性对话录音、16 种元数据列以及私有分割。这种设计迫使模型处理更混乱的语音和真正的样本外评估，而不是依赖熟悉的说话者或干净的工作室音频，从而更准确地反映现实世界的性能。
所属事件:Hugging Face 新增印地语 ASR 评测基准(3 条相关)→
「研究」频道最新
- RLVR 微调致解空间坍缩，加入 replay 缓冲可保多样性并提升 pass@8 — manoelribeiro · 2026-10-15
- ModeBench 揭示 RLVR 让 LLM 只会一种解法，Re:Max 训练法可保解法多样性 — manoelribeiro · 2026-10-15
- NYU 团队推出 SCOOP：用策略协调循环让 LLM 学会真正探索 — jaseweston · 2026-10-15
- Google WeatherNext 助 NHC 预报飓风 Isaias，提前 3 天锁定路径误差 60 公里内 — PeterWBattaglia · 2026-10-15
- MIT 用简单局部突触规则让神经网络自建学习机制 — ChuckDBrooks · 2026-10-15
- 中科大提出 VASPO:自蒸馏结合特权价值估计改进 PPO 推理 — ustc-community · 2026-10-15