Samsone: A Family of Open Small Audio Language Models for On-Device Inference（在新窗口打开）
发布 Samsone 小音频语言模型族，134M 在同量级 benchmark 上达 SOTA，并开源权重与 Android 端侧演示。
- Samsone-134M/99M/356M 探索 SALM 规模律与性能
- 公开数据训练，性能可对标远大于自身的模型
- 发布训练代码、移动端 checkpoint 与开源 Android 应用
前沿论文
14 大方向 · 三级优先筛选 · 每日更新
最近更新：2026-10-16 13:30
2026-09-21 周一共 5 篇：生成 0 · 代码生成 0 · 智能体 0 · 世界模型与具身 0 · 理解 0 · 音频 3 · 基础模型 2
- 生成
- 文生图 0图编辑 0视频生成 03D 生成 0
- 代码生成
- Visual2Code 03D2Code 0
- 智能体
- GUI Agent 0
- 世界模型与具身
- 世界模型 0具身智能 0
- 理解
- VLM 0OCR 0
- 音频
- 音频 3
- 基础模型
- LLM 2统一多模态 0
这一天为历史补采：作者单位只来自 OpenAlex，入选论文比每日更新少；要点由 AI 根据论文摘要生成，以原文为准。
共 5 篇
Accelerating Dense LLMs via L0-regularized Mixture-of-Experts（在新窗口打开）
提出 L0-MoE，在几乎不损性能下对稠密 LLM 推理加速最高约 2.5 倍，优于多种加速基线。
- L0 正则化的轻量 MoE 将稠密 LLM 转为高效推理结构
- 聚类混淆矩阵做领域感知数据构建与动态 batch 训练
- 实验显示最高约 2.5x 加速且保持竞争力表现
I'll Keep an Ear Out: Teaching AudioLLMs Proactive Audio Assistance（在新窗口打开）
提出主动音频辅助与 ISM 解码范式，在 Qwen2-Audio-7B 上实现高打断 F1 与流式约 3.5 秒平均延迟。
- 定义单条自然语言意图下的流式主动提醒任务
- ISM 用 <interrupt>/<silent> 建模 onset、持续相关、抑制与去重
- ESC-50 与 Epic-Sounds 上验证泛化与实时流式可行性
CoLearn: An Agentic Tutor that Learns its Learner in a Human--AI Co-Learning Loop（在新窗口打开）
提出 Agent 导师 CoLearn，用 LLM 更新学习者掌握与误解记忆并自适应出题，盲测 A/B 中个性化题目约 68–69% 更受偏好。
- 持久学习者状态记忆，以 LLM 作连续观测的软证据 BKT 更新
- 针对最弱主题与反复误解的自适应题目生成
- 证据视图支持进度可视化与盲测 A/B 验证个性化
Reusing Latent Speech Representations for Query-Conditioned Topic Localization in Transcripts（在新窗口打开）
在 transcript 主题定位中融合 ASR 编码器句级状态与文本嵌入，两公开数据集上稳定优于纯文本基线。
- 研究查询条件主题定位：找最匹配主题标题的句子 span
- 复用 ASR encoder 状态作句表示，免单独跑音频编码器
- 跨数据集显示结构化/半结构化语音收益更明显
没有符合条件的论文。