arXiv · cs.CL· Tzu-Quan Lin·· 7 天前AI 评分26
通过跨模态概念神经元揭示大型音频-语言模型中的音频-文本对齐机制
Uncovering Audio-Text Alignment in Large Audio-Language Models through Cross-Modal Concept Neurons
来源与原文
arXiv · cs.CL
作者：Tzu-Quan Lin
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.28189v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项 arXiv 研究提出，大型音频-语言模型（LALM）中存在音频与文本表征对齐的共享子空间，并识别出同时表征音频与文本的跨模态神经元。研究在 3 个 LALM 和 4 类声学属性上发现不同程度的音频-文本神经元对齐。因果干预实验显示，这些神经元不仅对预测不可或缺，还可通过激活与去激活进行操控。
来源：arXiv · cs.CL · arxiv.org