Apple、多言語音声モデルの言語学習を向上させる新手法を公開
Apple ML Researchは2026年10月(現地時間)、多言語自己教師あり音声モデルにおいて、言語判別能力を強化することが言語学習の改善につながるという研究成果を発表した。同等の事前学習データ量では単一言語モデルに及ばなかった多言語モデルの性能ギャップを、言語判別の強化によって縮小、一部尺度では解消できる可能性を示した。
Tag
#XLM-R
2 件の関連記事
Tag
2 件の関連記事
Apple ML Researchは2026年10月(現地時間)、多言語自己教師あり音声モデルにおいて、言語判別能力を強化することが言語学習の改善につながるという研究成果を発表した。同等の事前学習データ量では単一言語モデルに及ばなかった多言語モデルの性能ギャップを、言語判別の強化によって縮小、一部尺度では解消できる可能性を示した。
arXiv cs.CLは9月9日(現地時間)、多言語読解力評価（ARA）に関する論文を公開した。同論文は、Transformerモデルがこの分野で優れた性能を示すだけでなく、言語学的特性に基づく従来型モデルの特徴を内在化している可能性を指摘。ジョシュア・ウォン氏らの研究は、アラビア語など多言語において、Transformerモデルが従来モデルと同じ特徴を学習するかを検証し、読解力評価の複雑性に新たな知見を示している。