标签
论文揭示连续扩散语言模型（如ELF）因生成过程缺少逐步离散采样步骤而导致长尾词汇严重缺失（稀有词生成率仅为人类文本的0.30×），并提出训练无关的GRAFT方法，通过在模型未确定时提交稀有词再重新生成序列，将稀有词比例恢复至人类水平的0.82–1.10×。
本文比较了上下文偏置方法和语音大语言模型在自动语音识别中识别罕见词和新词的表现，报告了在朗读语音和非朗读语音中词错误率的权衡。