arXiv · cs.AI· Tony Alex, Wish Suharitdamrong, Sara Atito, Armin Mustafa, Muhammad Awais, Philip J. B. Jackson, Jiankang Deng, Ismail Elezi·· 1 天前
AudioChaps：用GRPO对齐大型音频语言模型以完成媒体章节切分
Listen, Reason, and Segment: Aligning LALMs with Editorial Judgment for Media Chapterization
arXiv:2608.16539v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Tony Alex, Wish Suharitdamrong, Sara Atito, Armin Mustafa, Muhammad Awais, Philip J. B. Jackson, Jiankang Deng, Ismail Elezi
研究任务与主要进展
AudioChaps提出一种后训练框架，用GRPO和CoT推理对齐大型音频语言模型以切分连续音频中的主题连贯章节，并构建三个训练与评测数据集。基于论文摘要，AudioChaps-R1-Zero相较Audio-Flamingo-3-Think平均F1提升33分，最终模型AudioChaps-R1提升49分。代码、模型和数据集将在论文接收后发布。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org