论文
Pruning for Efficiency, Paying in Fairness: Demographic Disparities in Pruned Speech-LLMs
发现剪枝压缩语音大模型会加剧不同人群间识别性能差距，揭示效率优化与公平性间的隐性权衡
首次收录 2026-09-30热度 0.9
fairnessspeech-llmcompression
暂未评估,等待下一轮评分。
事件时间线
暂无事件。
关联信号
想把「Pruning for Efficiency, Paying in Fairness: Demographic Disparities in Pruned Speech-LLMs」相关的机会落到自己的业务上?
想把 AI 机会落到自己的业务上?
灯塔背后的优秘智能团队提供:AI 落地咨询 · GEO 优化(让 AI 搜索推荐你的品牌) · 定制开发。留下需求,1 个工作日内回复。