R2T2 真正贡献不是架构而是训练目标:LSP 的形式化定义
dr_cintas · x · 2026-11-06
drcintas 评价 Confucius4-R2T2 论文的核心贡献：不是新架构，而是新的学习目标 LSP（Longest Stable Prefix）——在每个时间步 t 找到全上下文模型已「提交」的最长文本前缀作为训练目标，并用显式 WAIT action 教模型推迟不确定的续写；文本一旦提交即不再改变。
关键理论结果：LSP 单调（永不缩短）、与全音频输出一致、且在合法标签中最大。作者强调这不只是「加 wait token 训练」，而是给「稳定」下了正式定义。
所属事件:网易有道开源 Confucius4-R2T2：永不改写的流式语音识别(8 条相关)→
「研究」频道最新
- MIT 与斯坦福推出机器人自主教材，融合经典机器人学与 AI 且免费在线 — GioeleZardini · 2026-11-07
- UIUC 发布 OpenFrontiers:开放研究问题库+科学再发现评测基准 — Jiarui Yao · 2026-11-07
- 二核苷酸打乱保留 CA 起始子,基因组模型负样本设计有坑 — anshulkundaje · 2026-11-07
- 负样本选错致漏掉 GATA motif,ProCapNet 团队复盘教训 — anshulkundaje · 2026-11-07
- 模型可预测并解释细胞型特异 TSS 用法,MEF2 motif 实证 — anshulkundaje · 2026-11-07
- 斯坦福团队用 200+ ENCODE 数据集训练 ProCapNet，绘制人类转录起始序列图谱 — anshulkundaje · 2026-11-07