热点事件历史事件
研究提出块循环超高效端侧ASR架构
1 篇报道1 个报道来源4 天前更新
先了解这件事
AI 综述
2026年10月30日，研究人员在 arXiv 发布论文，提出一种面向端侧超高效语音识别（ASR）的块循环架构。该架构利用权重共享的循环块替代传统的参数化深度，将模型参数量减少了一个数量级。在 Open ASR Leaderboard 基准测试中，仅包含两个共享块的模型平均能恢复大型模型 97.4% 的准确率。此外，该架构通过复用权重有效降低了内存访问开销与推理能耗，并支持结合轻量级 MoE-LoRA 适配技术，从而实现低成本的端侧个性化定制。
AI 根据报道生成 · 3 天前更新
最新进展10月30日 12:00
研究人员提出块循环ASR架构，以减少一个数量级参数恢复大模型97.4%准确率。报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv cs.LG通过循环实现深度：迈向超高效端侧 ASR
研究人员提出一种块循环 ASR 架构，通过权重共享的循环块替代参数化深度，以减少一个数量级的参数实现超高效端侧语音识别。在 Open ASR Leaderboard 基准测试中，仅含两个共享块的模型平均可恢复大模型 97.4% 的准确率。该架构复用权重以降低内存访问与推理能耗，并支持轻量级 MoE-LoRA 适配以实现低成本端侧个性化。
本事件热度走势
当前热度 3·可比范围峰值 7（10月31日 02:00）·近 24 小时可比范围变化 -49%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。