arXiv · cs.AI· Wonsup Shin, Jingu Kim·· 1 天前
语音转问答语料消融研究：语料质量提升未带来检索效用提升
Corpus Quality Improves, Retrieval Utility Does Not: An Ablation of Preprocessing and Refinement in a Speech-to-QA Pipeline
arXiv:2610.27652v1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：Wonsup Shin, Jingu Kim
研究任务与主要进展
基于论文摘要，一项消融研究在40场韩语医疗与金融会议转写生成的问答语料中发现，语料质量评分上升并未转化为检索准确率提升。完整精炼语料在四个语料中分别领先0.18和0.22，但转写改写使六个模型的检索准确率下降0.061，并几乎将单场处理成本翻倍；启用全部阶段后准确率不变，预先声明的等效性检验确认这一结果。
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