LEMMO
面向指令驱动识别与描述的大型电磁模型,结合预训练语言模型与电磁信号处理,支持处理多达八百万个复数采样点的长原始IQ录音理解。
时间轴 (近 90 天)
LEMMO 是一个面向指令驱动识别与描述的大型电磁模型,专门处理长原始 IQ 录音。
LEMMO 的架构包含线性注意力电磁编码器与抗混叠时间重采样,能够处理多达八百万个复数采样点。
LEMMO 的电磁-文本交互模块在检索信号证据之前,用指令对可学习查询进行条件化,紧凑查询用于识别任务,结构化查询用于组织场景级属性、信号属性和跨信号关系以支持详细描述。
与 MERLIN-LoRA 相比,LEMMO 在 EM-Bench 平均感知准确率上提升 15.77%。
与 MERLIN-LoRA 相比,LEMMO 在策略生成任务上的 ROUGE-L F1 平均提升 4.38 点。
与 MERLIN-LoRA 相比,LEMMO 在 LEMMO-ShortQA 上的平均准确率提升 14.31%。
LEMMO 在 LEMMO-LongDesc 的两项任务上,分类和数值事实 F1 均有改善。
LEMMO 在提升电磁信号理解能力的同时,保留了语言骨干的 MMLU 性能。
论文摘要未披露模型参数量、训练成本以及在不同信噪比条件下的鲁棒性细节。
长录音理解的实际部署效率、对未知信号类型的泛化能力,仍是需要进一步验证的方向。
全部知识事实 (10)
LEMMO 是一个面向指令驱动识别与描述的大型电磁模型,专门处理长原始 IQ 录音。
50%待验证LEMMO 的架构包含线性注意力电磁编码器与抗混叠时间重采样,能够处理多达八百万个复数采样点。
50%待验证LEMMO 的电磁-文本交互模块在检索信号证据之前,用指令对可学习查询进行条件化,紧凑查询用于识别任务,结构化查询用于组织场景级属性、信号属性和跨信号关系以支持详细描述。
50%待验证与 MERLIN-LoRA 相比,LEMMO 在 EM-Bench 平均感知准确率上提升 15.77%。
50%待验证与 MERLIN-LoRA 相比,LEMMO 在策略生成任务上的 ROUGE-L F1 平均提升 4.38 点。
50%待验证与 MERLIN-LoRA 相比,LEMMO 在 LEMMO-ShortQA 上的平均准确率提升 14.31%。
50%待验证LEMMO 在 LEMMO-LongDesc 的两项任务上,分类和数值事实 F1 均有改善。
50%待验证LEMMO 在提升电磁信号理解能力的同时,保留了语言骨干的 MMLU 性能。
50%待验证论文摘要未披露模型参数量、训练成本以及在不同信噪比条件下的鲁棒性细节。
50%待验证长录音理解的实际部署效率、对未知信号类型的泛化能力,仍是需要进一步验证的方向。
50%