待验证50% 置信解决方案精确时间
上下文偏置/热词偏置在解码阶段通过WFST或注意力机制动态提升特定词汇的输出概率，实现方式包括浅层融合和深层偏置
1
来源数
50%
置信度
长期有效
时效性
2026/8/21
首次发现
来源
相关事实
待验证在扩散模型去噪过程中，文本Prompt通过交叉注意力机制（Cross-Attention）引导生成方向，每个关键词在注意力层中竞争权重71% 相似待验证离线文件转写可以使用双向注意力机制，综合前后文信息，并可进行多轮解码和重排序提升精度69% 相似待验证FSBoard 主要覆盖指拼而非完整的手语词汇和语法表达，使基于该数据集训练的模型在理解连贯手语句子方面仍有提升空间66% 相似待验证Midjourney使用CLIP的文本编码器将提示词转换为条件向量，引导扩散模型的去噪过程65% 相似待验证MOSS-Transcribe-Diarize 内置热词增强（Hotword Boosting）功能，可提升专有名词和中英混说场景的识别准确率65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/782686API
curl https://kongchang.com/api/v1/knowledge/claims/782686MCP
get_claim(id=782686)