Auto-AEG：开放词汇音频事件定位数据流水线

2026年10月15日，arXiv 人工智能板块出现一篇报道，介绍 Zihan Zhang 等作者提出的 Auto-AEG。该工作是一套可扩展的数据构建与模型微调流水线，面向开放词汇音频事件定位任务。其做法是：通过程序合成带精确起止时间标注的音频片段，进行监督冷启动；再利用多模型伪标签在真实音频上提供强化学习奖励信号。报道称，在独立难度分层的 AEGBench 基准上，该流水线带来大幅时间定位提升，并泛化到多个留出的 SED 与音频定位基准。目前该事件仅有这一篇报道，尚无后续跟进或相互矛盾的说法，Auto-AEG 的具体适用范围、使用条件与限制在现有报道中未作说明。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。