Spiking the training data to correct for test set contamination
向训练数据注入噪声以校正测试集污染
机构 * University of Southern California（南加州大学）
AI总结 提出通过以已知比例故意污染部分测试样本（注入噪声）来校正测试集污染导致的分数膨胀，并利用记忆预测器进行统计校正。
高校专区
University of Southern California（南加州大学）
Scaling Self-Supervised Speech Models Uncovers Deep Linguistic Relationships: Evidence from the Pacific Cluster
扩展自监督语音模型揭示深层语言关系：来自太平洋集群的证据
机构 * School of Electrical Engineering, KAIST, Republic of Korea（韩国成均馆大学电气工程学院） ； Thomas Lord Department of Computer Science, University of Southern California, USA（美国南加州大学计算机科学系） ； Language Technologies Institute, Carnegie Mellon University, USA（美国卡内基梅隆大学语言技术研究所）
AI总结 通过将自监督语音模型的语言识别系统从126种扩展到4017种语言，发现系统在4K规模下发生质变，揭示出太平洋地区基因无关语言的宏观集群，表明大规模模型能内化多层语言历史。
Comments Accepted to Interspeech 2026
