跳到正文
arXiv · NLP· Pulak Kuli·· 2026-10-08AI 评分25

Moshi 全双工语音模型中的情绪激活引导研究

Steering Follows Geometry, Not Labels: Emotion Directions in a Full-Duplex Speech Model

AI 导读

研究在 Moshi 模型中采用均值差异激活引导,发现情绪可从残差流线性解码,但引导效果不均:happy、angry 和 surprise 趋向共享方向,而 sad 可独立引导。 该方法仅涉及每帧几次向量加法,无需重新训练,且三情绪共享成分无法被均匀投影移除。

来源:arXiv · NLP · arxiv.org