待验证50% 置信解决方案精确时间
将伪标签用作GRPO的奖励参考而非SFT训练目标，能显著提升ASR模型对标签噪声的鲁棒性。
1
来源数
50%
置信度
长期有效
时效性
2026/10/26
首次发现
来源
涉及实体
相关事实
待验证监督微调（SFT）使用'提示-回答'示例对训练模型，使其从输出乱码变为能进行有意义的问答63% 相似待验证已有图级OOD泛化工作通常假设训练时能获取类别标签，通过监督信号判断哪些子结构具有预测性，从而在表示学习中抑制虚假关联。61% 相似待验证若追求判决准确率，仅标签训练更有优势；若更在意生成过程可控性和来源支撑，拒绝采样提供基于评分筛选的机制60% 相似待验证开源ASR模型识别准确率需通过实际数据测试验证，不应仅凭模型参数量判断，其在特定领域术语、嘈杂环境或非主流语言上未必达到成熟商用API水准60% 相似待验证在实验中，Serena 主要扮演辅助角色，用于交叉检查 ast-grep 和补充结果验证，遇到了字符编码转换和外部库缺少类型信息等问题60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1098809API
curl https://kongchang.com/api/v1/knowledge/claims/1098809MCP
get_claim(id=1098809)