arXiv · AI· Jihoon Jeong, Mirco Ravanelli, Zhepei Wang, Cem Subakan·· 24 天前AI 评分26
Audio-R1:基于自监督任务的音频推理强化学习框架
Audio-R1: Audio Reasoning through Reinforcement Learning on Self-Supervised Tasks
AI 导读
研究团队提出 Audio-R1,这是一种针对大型音频语言模型的强化学习后训练框架。该框架利用自监督学习作为可验证奖励来源,通过自动判定答案来验证模型响应并计算奖励。 实验表明,Audio-R1 在多种音频基准测试中带来了稳定的性能提升。与监督微调相比,Audio-R1 不仅提高了自监督任务准确率,更显著增强了模型在独立下游任务上的表现及推理轨迹质量。
来源:arXiv · AI · arxiv.org