摘要
本文提出 Voice Memory,一种仅用于推理的代理语音识别方案。该架构采用“听者 - 思考者”分离设计:冻结的校正器读取领域记忆文件,决定修正或保留假设;异步优化器通过有界编辑更新记忆,仅在提升验证集分数时接受。该方法在十个领域中显著降低词错率,将过度修正率从 64% 降至 35%,且无需增加推理参数量,实现了技能的可移植性与可审计性。
AI 推荐理由
论文提出 Voice Memory 架构,核心是通过记忆文件解耦听者与思考者,实现可审计的技能学习。
研究机构
NVIDIA
论文信息