本文研究了多模态多人对话中的轮次切换，构建了称呼对象检测、换话预测和下一个发言者预测三个任务的评估框架。实验基于AMI语料库，比较了监督模型、纯文本大型语言模型、多模态大型语言模型（MM-LLM）以及人类表现。结果显示，虽然未在目标领域训练且未使用音频视频信息，LLM在下一个发言者预测上超越了监督模型和人类。MM-LLM在称呼对象和换话预测上优于纯文本LLM，但仍不及人类，表明利用原始音视频信号存在挑战。消融实验表明会话上下文尤其对下一个发言者预测至关重要，且人类与LLM的预测规律相似。频繁换话的时段对双方均难以精准预测。
这条 研究论文 信号说明，来自 arXiv cs.CL 的信息已经不只是单点新闻，而是值得放进产品、研究和行业判断里的趋势线索。
arXiv cs.CL 发布了这条关于 研究论文 的更新：本文研究了多模态多人对话中的轮次切换，构建了称呼对象检测、换话预测和下一个发言者预测三个任务的评估框架。实验基于AMI语料库，比较了监督模型、纯文本大型语言模型、多模态大型语言模型（MM-LLM）以及人类表现。结果显示，虽然未在目标领域训练且未使用音频视频信息，LLM在下一个发言者预测上超越了监督模型和人类。MM-LLM在称呼对象和换话预测上优于纯文本LLM，但仍不及人类，表明利用原始音视频信号存在挑战。消融实验表明会话上下文尤其对下一个发言者预测至关重要，且人类与LLM的预测规律相似。频繁换话的时段对双方均难以精准预测。
这项研究展示了大型语言模型在多轮对话中的强大预测能力，尤其是未依赖音视频信息仍能超越人类表现，表明其潜力巨大。同时，多模态模型在综合利用多源信息上尚有提升空间，提示未来研究方向。理解对话中轮次切换对智能会议助手等应用至关重要。
研究员、模型团队和技术战略负责人 应该重点关注这条信号，尤其是正在跟踪 research、papers、models 的团队。
接下来观察这条信号是否出现开发者采用、竞品回应、研究复现、企业部署或政策/平台层面的后续动作。
OpenAI and Molecule.one show how a near-autonomous AI chemist using GPT-5.4 improved a key drug-making reaction, advancing medicinal chemistry research.
本文提出了一种名为DivInit的方法，用于智能搜索中的查询初始化，通过在首次查询时选取多样化的种子查询，解决了标准并行采样中查询冗余导致的性能瓶颈。实验证明，DivInit在五个开源模型和八个基准测试中均优于传统方法，在多跳问答任务中平均提升了5到7分。该方法无需额外训练，代码已开源。
法律案例检索因法律语言的复杂性及查询与案例间精确词汇对齐的需求而具有挑战性。尽管密集检索模型取得进展，研究表明BM25依旧是强有力的基线。本文提出了一个无需参数训练的自我进化规则驱动查询重写框架，基于大型语言模型（LLM）创建并验证重写规则，通过实验反馈迭代优化规则。该方法在中文法律案例检索基准LeCaRD-v2上优于非进化基线，特别是在高性能LLM支持下。分析表明，LLM利用历史实验和规则淘汰知识在规则集精炼中起关键作用。