待验证50% 置信事实精确时间
转录文本和韵律描述贡献了 EmoHarness 的大部分增益,提升幅度为 +5.38 至 +10.71 个百分点。
1
来源数
50%
置信度
长期有效
时效性
2026/11/10
首次发现
来源
EmoHarness:元框架进化提升小模型多模态情感理解
rss2026/11/9
涉及实体
相关事实
待验证EmoHarness 的增益主要来自提供并组织音频衍生证据(转录和韵律描述),而非框架的自动进化。65% 相似待验证基于文本的方法会拉平词频分布,使低频特征的出现频率提高了37%到38%,从而扭转声调和腭化上的错误65% 相似待验证更大的模型能在干净文本上带来性能提升,但这些收益在含噪输入下逐渐消失,此时OCR质量成为决定性因素65% 相似待验证使用语音输入编写Prompt理论上可以获得2-4倍的速度提升61% 相似待验证论文将解码器增益与转置方向读取增益分离:只用前向读取时比混合基线少1.6到4.1倍读取;联合解码加转置读取在1%噪声下再少1.3到4倍,噪声升高时第二方向增益变小。59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1155390API
curl https://kongchang.com/api/v1/knowledge/claims/1155390MCP
get_claim(id=1155390)