标签
本文介绍了SEAR系统，用于多语言语音选择题，通过片段证据感知路由、监督微调和强化学习，在MLC-SLM挑战赛中实现了90.92%的准确率。
本文介绍了 Aslema，这是一个针对 NADI 2026 共享任务（口语语言理解）的系统，通过微调音频大语言模型和合成数据增强来提升突尼斯阿拉伯语方言的意图识别和槽位填充性能。
介绍了一种结构化聚合框架SFL-MTSC，该框架利用LLM在语义框架级别的自一致性实现鲁棒的多意图口语理解，在MAC-SLU基准测试上显示出改进的槽位F1得分和整体准确性。
提出了绑定子空间（BSU），一种表示级框架，用于在端到端口语理解模型中隔离和削弱意图条件方向，以防止能力持续性——即抑制某个意图时，强制前缀仍能生成槽。该方法降低了强制前缀的可恢复性，同时保持了在SLU基准测试上的保留性能。