arXiv ID:
2601.18904
arXiv 提交日期: 2026-01-26
SICL-AT:一种将听觉大语言模型适配于低资源任务的新方法 / SICL-AT: Another way to adapt Auditory LLM to low-resource task
1️⃣ 一句话总结
本文提出了一种名为SICL-AT的后训练方法,它仅需利用高资源语音数据来增强听觉大语言模型的上下文学习能力,从而使其在数据稀缺或分布不匹配的低资源音频理解任务中,表现优于直接微调。