OSynth 用 570 小时合成会议数据评测长时程上下文理解。
资讯摘要
论文提出 OSynth，一个大规模合成数据集，模拟组织场景，包含 570 小时会议音频及关联材料与潜在真值状态。在 150–300 词片段的成对比较中，人类评分者区分 OSynth 会议与真实会议转录的准确率仅 56%。作者报告，对多个先进 LLM 而言，增加上下文可在若干实体敏感维度带来显著提升，显示现有方法的局限及该数据集用于开发更好上下文化会议理解系统的潜力。
要点速读
- OSynth 含 570 小时模拟组织会议音频，并附关联材料与潜在真值状态。
- 人类区分合成会议与真实会议转录的准确率仅 56%（150–300 词片段）。
- 作者报告多个先进 LLM 在增加上下文后于实体敏感维度显著提升。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。