LLT框架发布提升音频推理性能
热点事件持续更新
LLT框架发布提升音频推理性能
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月20日，Jaeyeon Kim等人在arXiv发布论文，提出Long Listening Thoughts (LLT)框架。该框架通过结合审慎感知与认知精度，专门用于构建改进音频推理能力的后训练数据集。 研究团队利用LLT合成了160万条推理轨迹，并基于此对Qwen2.5-Omni-7B模型进行两阶段训练。训练流程包括监督微调（SFT）与直接偏好优化（DPO），旨在强化模型在音频理解上的逻辑链条。 实验结果显示，该训练策略显著提升了模型在多项基准测试中的准确率。在MMAU Test-mini上，准确率从71.5提升至78.2；MMAR从56.7升至63.7；MMSU则从60.6提升至66.0。
AI 根据报道生成 · 4 小时前更新
最新进展10月20日 12:00
Long Listening Thoughts：结合审慎感知与认知精度的音频推理框架报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · NLPLong Listening Thoughts：结合审慎感知与认知精度的音频推理框架
论文提出 Long Listening Thoughts (LLT) 框架，通过四阶段流水线生成 1.6M 条推理轨迹，采用 SFT 和 DPO 训练 Qwen2.5-Omni-7B。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月20日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。