研究者提出脉冲三元GRU架构stGRU，在LibriSpeech上实现个位数WER

Poulos 等研究者在 arXiv 论文（arXiv:2610.29720）中提出 Spiking Ternary GRU（stGRU）：用三值权重的门控循环单元做时间滤波，再由 Resonate-and-Fire 神经元生成二值脉冲流，避免稠密浮点矩阵乘加运算。 论文称，在 LibriSpeech-960 上端到端训练后，Small、Medium、Large 三个规模的 stGRU 在 test-clean 上分别达到 8.09%、7.04% 和 6.44±0.17% 的词错误率，且未使用外部语言模型；从零训练时在 Aishell-1 上达到 10.88% 的测试集字错误率（开发集 9.28%）。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。