研究者提出连续音频思考框架CoAT

Gyojin Han等作者提出连续音频思考框架CoAT，让音频语言模型在生成回答前先在一个连续潜在空间里组织声学信息，并以音频专家蒸馏作为监督。 据作者在论文中的说法，该框架的作用是为模型提供生成前的连续潜在工作空间，并由音频专家蒸馏提供监督；报道未给出实验效果或对比结果。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。