CRESiST：同声传译自增强策略学习框架

Chenyang Le 等作者提出 CRESiST，一个基于全模态大语言模型的端到端读写交错同声传译框架。该框架通过交错语音块与文本 token 实现完整的 KV cache 复用，并原生支持无分段、无限长度推理。 据作者在论文中所述，这一设计旨在克服现有同声传译方案在分段和长音频处理上的瓶颈。目前报道只给出框架层面的方法描述，未提供实验数据或与其他系统的对比结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。