N-Best 列表组织为三类数据池的 ASR 后编辑微调

研究者提出 oracle 引导微调方法，把生成式 ASR 的 N-best 假设列表组织成纠错、正则化和难负例三类数据池：当正确参考在列表中但不在首位时教模型选择，当首位已正确时抑制不必要改写，当参考不在列表中时抑制幻觉，从而让大语言模型学习“选择或重写”的混合策略，而非仅靠提示词纠正。 该方法在约 3B 参数规模、专有数据集上取得最明显增益；但在 CommonVoice 上结论不明确，作者推测公开朗读文本可能与 LLM 预训练数据重叠，掩盖了真实的后编辑增益。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。