热点事件持续更新
研究提出基于嵌入的Whisper微调子集选择方法
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27日，arXiv自然语言处理领域发布一项研究，提出了一种基于嵌入向量的子集选择方法，旨在降低OpenAI Whisper等ASR模型的微调成本。该方法利用Whisper自身的预训练编码器提取音频嵌入向量，并结合贪心k-center算法从中筛选出具备代表性的训练数据子集。在希伯来语和丹麦语上的评测实验显示，与传统的随机采样相比，该策略在较小样本规模下能够实现更优的识别表现和更高的词汇多样性。
AI 根据报道生成 · 4 小时前更新
最新进展10月27日 12:00
研究提出基于Whisper编码器与k-center算法的微调子集选择策略，评测表现优于随机采样。报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv 自然语言处理面向 ASR 微调的 Whisper 智能子集选择方法
研究提出一种基于嵌入向量的子集选择方法，用于降低 OpenAI Whisper 等 ASR 模型的微调成本。该方法利用 Whisper 预训练编码器提取音频嵌入向量，并通过贪心 k-center 算法筛选出具备代表性的训练数据子集。在希伯来语和丹麦语上的评测表明，该策略在较小样本规模下的识别表现与词汇多样性均优于随机采样。
本事件热度走势
当前热度 9·可比范围峰值 10（10月27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。