OrukLabs 用 RL 剪语音识别词错率,九套测试集降至 4.757%
DrDatta_AIIMS · x · 2026-11-12
OrukLabs 团队宣布搞定了用于语音识别的强化学习训练方法，核心改动是不再给错误词汇正向奖励（此前 RL 训练中错误词也能获得部分 credit）。
- 在九个公开英文测试集上，平均词错率（WER）从 4.936% 降至 4.757%
- 团队称这是完整的可复现 recipe
- 权重已开源发布
对做 ASR/语音输入类产品的开发者来说，这是一个可直接拿来用的开源改进方案。
「研究」频道最新
- K-means 做特征提取：退化的因子分析器混合视角 — caglar_ee · 2026-11-12
- LeapQuant 免训练量化线性注意力，B200 内核最高提速 3.7 倍 — tianyin_xu · 2026-11-12
- K-means 也能做监督学习：自监督可视作监督的特例 — caglar_ee · 2026-11-12
- SPoT 意外收获：只在可解数学题上训练，也能识别域外不可答问题 — polkirichenko · 2026-11-12
- SPoT 实验数据：5 个安全基准提升 17.7pp，4 个数学基准提升 4.7pp — polkirichenko · 2026-11-12
- Sokoban 推箱子 LLM 评测上线：全网挑战模型最短路线纪录 — banteg · 2026-11-12