提出了一种跨模态在线策略蒸馏框架(X3-OPD),用于将文本大模型的推理能力蒸馏到音频大语言模型中,通过动态对齐学生和教师模型,结合三层次推理数据集,在音频和语音理解基准上取得显著提升。
机构:浙大
来源:arXiv 2607.21550 | AI4Papers 论文推荐平台
AI4Papers 是一个以每日 arXiv 论文发现为入口的 AI 科研工作流平台,帮助研究者用最短时间掌握最新 AI/ML 前沿动态。
核心功能完全免费。高级 AI 功能(对比分析、深度研究、灵感工作台)支持自带兼容 API Key(如 OpenAI、通义千问)无限使用。
免费注册 | 使用教程