arXiv cs.AI· Shashi Kumar, Yanis Labrak, Hasindri Watawana, Sergio Burdisso, Esa\'u Villatoro-Tello, Kadri Hacio\u{g}lu, Petr Motlicek, Andreas Stolcke·· 1 天前AI 评分45
当合成语音是唯一资源时，GRPO 比 SFT 更适合银行领域 ASR 适配
When Synthetic Speech Is All You Have: Better Call GRPO
AI 导读
一项研究提出在仅有合成语音可用时，用强化学习方法 GRPO 适配基于大语言模型的 ASR，效果优于监督微调（SFT）：仅用合成语音的 GRPO 适配将 WER 相对降低 40%（36.71% 降至 22.09%），先 SFT 再 GRPO 可进一步提升至 45%。
来源：arXiv cs.AI · arxiv.org