Cool Papers · cs.CL (papers.cool) · RSS 摘要

信源：Cool Papers · cs.CL (papers.cool) · https://papers.cool/arxiv/cs.CL/feed

• 面向任务的多模态问答 Agent：基于置信度校准与增量推理（QANTA 2026） — 我们提交了 QANTA 2026 共享挑战赛（ICML 2026 高效多模态问答研讨会 EMM-QA）的方案。Quanta 评测多模态 quizbowl 系统的性能。
• 迈向实时句子级手语翻译 — 多数手语理解系统以孤立手语词为粒度，限制了其在自然交流中的实用性。我们研究句子级手语翻译。
• Tokenizer 移植：缓解边缘高效孟加拉语 ASR 中的自回归坍缩 — 轻量级语音识别模型对边缘部署至关重要，但 Moonshine 等高度优化的架构在形态丰富的非拉丁语言上常表现不佳。
• 跨语言习语表达的概念网络：一种基于特征的图方法 — 我们提出一个可解释的基于网络的框架，跨 8 种类型学多样语言表示习语与隐喻义，共覆盖 160 个常规表达。
• FreyaTTS 技术报告 — 我们提出 Freya-TTS：紧凑、无 Tokenizer、以土耳其语为先的 TTS 模型，面向高可靠、高效率的对话式语音合成。Freya-TTS 参数量为 183.2M。