热点事件持续更新
研究提出基于GRPO的半监督语音识别方法
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月，针对半监督自动语音识别（ASR），一项新研究提出将伪标签作为GRPO的奖励参考而非直接训练目标，以此降低模型对标签噪声的敏感度。实验显示，在银行领域使用Whisper伪标签时，GRPO相比SFT实现了29.3%至56.2%的相对字错误率（WER）改善，并在4种Whisper尺寸、4种教师族、3个领域和4种语言中均展现出优势。此外，传统SFT方法几乎100%逐字复现教师模型的错误，而GRPO仅传递了27%的错误。
AI 根据报道生成 · 4 小时前更新
最新进展10月26日 12:00
研究提出将伪标签作为GRPO奖励的半监督ASR方法，错误率最高改善56.2%。报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv 自然语言处理将伪标签作为奖励而非目标：面向半监督 ASR 的 GRPO
针对半监督 ASR，研究提出将伪标签作为 GRPO 的奖励参考而非训练目标，有效降低了模型对标签噪声的敏感度。在银行领域使用 Whisper 伪标签时，GRPO 相比 SFT 取得 29.3% 至 56.2% 的相对 WER 改善，并在 4 种 Whisper 尺寸、4 种教师族、3 个领域和 4 种语言中均保持优势。此外，SFT 几乎 100% 逐字复现教师错误，而 GRPO 仅传递 27%。
本事件热度走势
当前热度 9·可比范围峰值 10（10月26日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。