xid32

我們介紹了音訊邏輯推理（ALR）資料集，包含 6,446 個專為複雜推理任務設計的文字-音訊標註樣本。基於此資源，我們提出了 SoundMind，這是一種量身打造的基於規則的強化學習（RL）演算法，旨在賦予音訊語言模型（ALMs）深度雙模態推理能力。