https://blog.qife122.com/tags/%E7%9F%A5%E8%AF%86%E8%BF%81%E7%A7%BB/ Recent content in 知识迁移 on 办公AI智能小助手 Hugo zh-cn qife Sat, 20 Sep 2025 04:37:56 +0800 https://blog.qife122.com/p/%E8%AF%AD%E9%9F%B3-%E6%96%87%E6%9C%AC%E4%BA%A4%E9%94%99%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%E7%9A%84%E6%89%A9%E5%B1%95%E5%88%86%E6%9E%90/ Sat, 20 Sep 2025 04:37:56 +0800 https://blog.qife122.com/p/%E8%AF%AD%E9%9F%B3-%E6%96%87%E6%9C%AC%E4%BA%A4%E9%94%99%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%E7%9A%84%E6%89%A9%E5%B1%95%E5%88%86%E6%9E%90/ <h1 id="语音-文本交错语言模型的扩展分析">语音-文本交错语言模型的扩展分析</h1> <p>现有语音语言模型（SLM）的扩展分析描绘了一幅黯淡的图景。它预测SLM需要比文本模型更多的计算和数据，这使一些人质疑训练高质量SLM的可行性。然而，现代SLM通常使用语音-文本交错从预训练的文本语言模型（TextLM）初始化，以实现知识迁移。这就提出了一个问题——“交错SLM是否比无文本SLM扩展更高效？”在本文中，我们给出了肯定的回答！</p>