算法论文8

北大腾讯发布语音对话模型测试基准

深度学习自然语言处理2025-08-27

AI 摘要

北大与腾讯光子联合发布C3 Benchmark，用中英双语数据集评估语音对话模型。实验发现歧义比上下文依赖难，省略最难处理，中文复杂对话更难，揭示了模型性能瓶颈，为优化提供参考。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

开源Voila语音模型毫秒响应

Voila是开源统一语音对话模型，能以自发、实时且有情感的方式与人类互动。它采用全新端到端架构，响应延迟仅195毫秒，支持超百万种预构建声音，适用于多种语音应用。

本文介绍苹果基础大模型团队与杜克大学联合提出的LensVLM方案，针对长上下文压缩易丢失关键信息的痛点，提出将长文本压缩为图像、模型按需展开细节阅读的新思路，相关研究已被NeurIPS 2026接收，公开了模型、代码与可体验Demo。

当前大模型效率优化多聚焦降低单位Token计算存储开销，本文解读arXiv新预印论文，针对传统BPE分词的固有局限，提出CNF-MCE分词框架，可大幅提升Token压缩率，开辟大模型效率优化新路径。

清华大学自动化系研究者针对大模型上下文学习（ICL）中示例选择成本高、效果不佳的问题，提出Jev-LDE方法，仅对初始检索示例做一次局部编辑，即可大幅提升1-shot准确率，推理成本增量很低。