跳到正文
热点事件持续更新

音频语言模型在精神科临床对话中进行角色引导的说话人删除验证

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

该研究针对精神科双人临床对话录音，使用音频语言模型与大语言模型验证指定说话人是否被彻底删除。测试模型包括 Gemma-4-12B、Gemma-4-31B、Nemotron-3-Nano、Nemotron-3-Nano-Omni 四种开源模型，14 种模型视图的 OR 集成 F1 达 0.478（精确率 0.330、召回率 0.870），并指出模型与上下文视图间存在显著互补性。

AI 根据报道生成 · 1 小时前更新

最新进展10月1日 12:00
研究发布于 arXiv Machine Learning Theory 频道，公布 Gemma-4-12B、Gemma-4-31B、Nemotron-3-Nano、Nemotron-3-Nano-Omni 四种模型在精神科双人对话说话人删除验证中的 OR 集成结果（F1 0.478）。

报道时间线

沿着报道，了解事件的不同侧面。

10月1日
  1. arXiv · Machine Learning Theory
    音频语言模型在精神科临床对话录音中进行角色引导的说话人删除验证

    研究针对精神科双人临床对话录音，用音频语言模型和大语言模型验证指定说话人是否被彻底删除。测试 Gemma-4-12B、Gemma-4-31B、Nemotron-3-Nano、Nemotron-3-Nano-Omni 四种开源模型，14 种模型视图的 OR 集成 F1 达 0.478（精确率 0.330、召回率 0.870），召回增益显示模型与上下文视图间存在显著互补性。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。