音频推理 LLM-DailyDigest 2026-08-28 2026-08-28 约 100 字 预计阅读 1 分钟 音频推理 本主题由提交工具自动创建,可在此补充洞察与资料。 相关消息(按子主题自动聚合) 多模态学习 1 SepGen:单模型多声部音视频分离与生成 10-18 多模态推理 2 OmniReasoning:音视频联合推理基准、数据引擎与自蒸馏方法 10-08 OmniEcho:面向具身智能体的空间音频理解 09-26 思维链 1 会“边想边说”的口语语言模型 09-23 推理评测 1 SCB:语音模型多轮数学推理评测基准 10-01 模型发布 1 Qwen-Audio-3.1-ASR 技术报告 10-22 模型可靠性 1 Omni-Woodpecker:证据先验重平衡纠正跨模态幻觉 10-27 模型架构创新 1 Qwen-Audio-Jev:统一高效的音频决策接口 10-18 自进化 1 SE-ADD:错误驱动监督的自进化音频深伪检测 10-01 记忆能力评测 1 VoxMem:多会话语音记忆评测基准 10-10 评测基准 1 SEAR:面向音频语言模型的伪造证据落地推理基准 10-01 语音-文本冲突 1 文本误导下的音频扎根对话推理 08-28 跨模态一致性 1 语音与文本输入下多模态模型的跨模态不稳定性 08-28