arXiv · cs.CL· HongJin Song·· 2 天前AI 评分31
语音 LLM 记忆中的历史干扰研究：仅靠正确的信息源还不够
The Right Source Is Not Enough: Understanding History Interference in Speech-LLM Memory
来源与原文
arXiv · cs.CL
作者：HongJin Song
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/2611.05124v1
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 cs.CL 研究在 MOSS-Audio 和 MiMo-Audio 上做受控实验，揭示语音大语言模型多轮对话中无关历史音频为何会改变答案。研究通过因果干预发现两条路径：开放式问答中大多数历史错误在阻断对无关源的直接访问后消失，而选择题问答中许多错误经由问题-候选状态持续存在。作者指出可靠的对话记忆不仅需要保留和检索，还需控制保留信息如何进入答案计算。
来源：arXiv · cs.CL · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。