SpeechLM 被发现在中间层隐式转写语音，入选 EMNLP 2026 Findings
kastnerkyle · x · 2026-09-10
- 论文核心发现：交错式语音语言模型（interleaved SpeechLMs）存在「隐式转写」阶段——口语词汇在模型中间层变得可以用文本解码读出，且无需 ASR 监督，暗示语音模型可能「用文字思考」。
- 作者提出问题：这是特性、捷径还是局限？
- 入选 EMNLP 2026 Findings，更新版新增：自然语音上的评测、更多解码方法、新的控制实验。
「研究」频道最新
- 预训练研究：多视角辅助表述比重复学习更能帮 LLM 获取知识 — kastnerkyle · 2026-09-10
- 字节跳动 Seed 发布 ByteWrist:面向狭小空间的并联仿生机器人手腕 — scott_e_reed · 2026-09-10
- 统一自编码论文 The Prism Hypothesis 入选 ECCV 2026,为无编码器 MLLM 铺路 — liuziwei7 · 2026-09-10
- 开源 embedflow 免重嵌入迁移向量库：Qwen4B 升 8B 仅用 50 篇重排即持平原生检索 — Potential_Low_1183 · 2026-09-10
- 退化 Fisher 信息解释神经网络为何不违奥卡姆剃刀 — FrnkNlsn · 2026-09-10
- AIxBio 学者：别谈苦涩教训，钱多堆算力效率其实更低 — anshulkundaje · 2026-09-10