#可解释性
共 2 篇相关内容 · 安全漏洞、AI动态、技术文章
技术文章 2
当"温柔"变成语音：首次解析风格描述如何塑造 AI 语音生成的内部机制
风格描述TTS系统可用自然语言控制语音风格，但每个词如何影响输出一直是黑箱。本文首次将计算机视觉的交叉注意力归因方法迁移到语音扩散模型，分析3600组风格-内容组合，揭示风格词的全局调控特性、与声学参数的关联、以及在扩散早期和深层网络的影响力峰值。
扩散语言模型的推理透明度：DiffusionGemma能否被真正理解？
扩散语言模型DiffusionGemma的推理透明度看似比自回归模型差28.6倍，但通过token瓶颈映射可降至1.1倍。研究还发现了非时序推理、token涂抹等扩散模型独有的推理现象，为新一代语言模型的安全评估奠定基础。