跳到正文
arXiv · NLP· Liuyuan Jiang, Vishal Sunder, Samuel Thomas, Brian Kingsbury, Jeff Kuo, Lisha Chen, George Saon·· 2026-10-21AI 评分21

语音大语言模型偏好感知 Pareto 导向方法 EA-SURF

Preference-Aware Pareto Steering for Multi-Task Speech LLMs

AI 导读

语音大语言模型联合训练时,固定损失权重难以按需控制多任务权衡。 论文提出先验方法 EA-SURF,在训练中动态调整标量加权,使任务性能贴合预设偏好。 在六组三目标请求中,该方法的端点含归一化超体积比固定权重基线提升 17.8%。

来源:arXiv · NLP · arxiv.org