محققان در یک دستاورد تازه، مشکل بزرگِ «کمبود دادههای واقعی» برای آموزش مدلهای تشخیص گفتار (ASR) در حوزههای حساس مثل بانکداری را حل کردند. این تیم نشان دادهاند که به جای تکیه بر «SFT»، استفاده از متد یادگیری تقویتی «GRPO» باعث میشود مدلها از دادههای مصنوعی (Synthetic Speech) بسیار بهتر بیاموزند.
نتایج فوقالعاده است: این روش نرخ خطا (WER) را تا ۴۵٪ کاهش میدهد! این یعنی هوش مصنوعی حالا میتواند با دادههای مصنوعی، عملکردی بسیار دقیقتر و قابلاعتمادتر در محیطهای واقعی داشته باشد. 🚀
منبع: arXiv NLP
