跨模态偏好标注研究发布
热点事件持续更新
跨模态偏好标注研究发布
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
一项基于组内相关系数（ICC）的对照研究比较了相同语义内容在文本与音频两种模态下的偏好标注，覆盖100条提示。作者称，两种模态各需约9名标注者才能达到约0.80的良好一致性，但文本与音频之间的跨模态一致性接近随机水平。 研究由Aaron Broukhim等作者发布，同时公开了代码、数据和一个音频语料库。这意味着在一种模态下得到的偏好判断，不能直接套用到另一种模态。
AI 根据报道生成 · 3 小时前更新
最新进展11月4日 13:00
同一语义、不同判断：偏好标注如何随文本与音频模态变化报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · cs.AI同一语义、不同判断：偏好标注如何随文本与音频模态变化
一项基于组内相关系数（ICC，Intraclass Correlation Coefficient）的跨模态对照研究比较了 100 条提示下相同语义内容的文本与音频偏好标注，发现两种模态均需约 9 名标注者才能达到约 0.80 的良好一致性，但跨模态一致性接近随机水平。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月4日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。