不存病人音频也能记住旧医院：Lung-CL 用生成回放与谱感知蒸馏做持续学习

英文题目：Lung-CL: Spectrum-aware Distillation and Generative Replay for Continual Learning based buffer-free Respiratory Sound Classification

会议身份：conference:interspeech:2026:conference-paper-id:lai26_interspeech

来源为官方会议 PDF；图片依据原页像素，表格数字依据原文引用。PDF 文字层不视为原始 TeX，未可靠恢复的结构不作推断。

会议来源：官方记录 · 官方 PDF

标签：#医疗音频 #持续学习 #知识蒸馏 #音频分类

评分：6.0/10 | 创新 1.2/2 | 技术严谨 1.0/1.5 | 实验充分 1.0/1.5 | 清晰度 0.7/1 | 影响力 0.8/1.5 | 开源 0.0/1.5 | 可复现 0.3/0.5 | 工程/实践 1.0/1.5

排名：前50% | 文档类型：方法研究

👥 作者与机构

• Qinben Lai：机构信息未能从会议 PDF 纯文本可靠映射
• Lukui Shi：机构信息未能从会议 PDF 纯文本可靠映射
• Jiaxin Zhao：机构信息未能从会议 PDF 纯文本可靠映射
• Wenjuan Wang：机构信息未能从会议 PDF 纯文本可靠映射
• Shuai Liu：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

呼吸音分类需以Mel频谱图为输入，输出正常、爆裂音、哮鸣音、混合共4类，难点是跨医院设备与人群的协变量偏移，以及隐私法规禁止缓存历史患者数据。所提Lung-CL以音频频谱Transformer为主干，将其解耦为冻结特征提取器G与可训练语义学习器H，先以G稳定潜分布，再为每类拟合类别条件高斯混合合成伪特征并注入H做隐回放。同时教师-学生间多层谱感知蒸馏以能量门控聚焦高能量病理区，以余弦损失保持语义方向，以KL散度保持类间关系，与分类损失联合优化。该机制显式分离域不变病理与设备噪声而非盲对齐特征，从而在抑制低能量背景噪声的同时保留历史语义与响应关系。在S1序列评测设置下，Lung-CL的准确率为61.81%，高于朴素微调的准确率58.70%，且Lung-CL的BWT为-4.0%，高于朴素微调的BWT -14.11%。结论的适用边界受限于3个公开库的域增量场景，类增量、开放集噪声与真实床旁部署漂移尚未验证。原文未披露训练、推理或部署成本。

🔗 开源与复现资源

本次未形成可展示的已核验资源记录，开放状态尚未核实。 可达状态仅表示本次链接检查结果，不代表许可证、本文权重或运行复现已验证。

🧭 深度解读

输入是什么，目标是什么，这篇解读要保留什么？

这篇解读的输入是论文原文给出的文字证据与两张官方原图像素，目标是让刚进入语音与音频方向的研究生能不查原文就复述出方法动作与实验条件。必须保留的信息包括任务定义、数据序列与标签映射、模型切分与冻结方式、生成回放的拟合与采样时机、3 层蒸馏的监督来源、训练超参数、评价指标方向与关键数字。输出是 1 篇按学习依赖展开的中文技术讲解，不做营销式判断，不补原文没有的数值。

先讲清一个样本从波形到语谱图再到分类输出要经过哪些固定与可训练部件，然后再讲持续学习序列上如何交替进行拟合记忆与蒸馏学习。教学中出现的举例会明确标为例子，例如把高能量窄带类比为例子中的哨声集中区，但随后一定回到真实组件：能量权重矩阵与特征差异图的逐元素相乘。阅读时请把准确性放在第一位，凡是涉及冻结、更新、拼接、采样与损失加权的操作，都以原文描述为准，原文未报告的实现细节会直接指出缺项。

持续学习的三条路线各解决什么，本文为何都不直接照搬？

论文把持续学习缓解遗忘的策略归纳为 3 类。第一类是回放方法，保留过去样本并在新数据训练时交错重演，显式 rehearsal 旧分布，优点是直接，缺点是存真实病人音频违反隐私要求。第二类是动态结构方法，为新域分配子网络或长出新分支做结构隔离，优点是干扰小，缺点是参数随域数无界增长，不适合便携设备的恒定容量部署。

第 3 类是正则化方法，无缓冲运行，靠惩罚关键权重变化或用知识蒸馏对齐历史表示来巩固旧知识，优点是隐私友好且容量恒定，缺点是通用蒸馏对音频谱特性不敏感。论文指出呼吸音与自然图像不同，具有时频稀疏性，哮鸣与爆裂音等诊断线索集中在特定窄带，高能量区是有效生理信号，低能量区多为设备与背景噪声。若盲目对齐学生与教师的全部特征，学生会继承教师域的非平稳背景噪声，而不是学到跨域通用的病理语义。

因此本文选择第 3 条路线为底座，但必须改造成谱感知形式，并用生成式记忆补足无缓冲下缺失的旧分布重演。这是后文类别特定隐空间回放与多层次谱感知蒸馏同时出现的根本原因。

域增量学习在这里具体指什么操作序列？

论文把呼吸音分类形式化为域增量序列。设有任务序列，每个域的数据分布不同但标签空间固定，训练被严格限制在当前数据集上，不允许访问过去的数据。目标是在最小化当前域预测误差的同时，缓解在所有已见评测集上的灾难性遗忘。3 个异构数据集带来严重域偏移：国际公开呼吸音库覆盖人群广且设备多样，儿科呼吸音库只含儿童且声学特性不同，重症成人库带有强呼吸机背景噪声。

为保证跨域一致，论文把全部标注映射到统一 4 类：正常、爆裂音、哮鸣音与两者兼有，其中儿科库的哮鸣相关亚类合并为哮鸣，重症库的两类异常分别映射为哮鸣与爆裂音。学习顺序构造了 3 条序列，分别以不同数据集为起点与终点，严格遵循各自官方训练与测试划分。这样每一步的输入都是当前域的语谱图，输出都是 4 类上的分类，评价则要回看所有已学域的测试集。

域增量学习 × 灾难性遗忘： 域增量学习负责界定任务形态：标签空间固定为正常、爆裂音、哮鸣音与两者兼有，输入分布随数据集与设备变化且训练时只能见当前域；灾难性遗忘负责界定失败形态：学新域后旧域性能下滑。两者搭配的原因是呼吸音部署天然是按医院顺序到来的域序列，组合意义是把评价从单域准确率转为在所有已见域上的平均准确率与后向迁移。

理解这个序列观很重要：它决定了后文教师只能是上 1 阶段的模型，生成记忆只能在完成一个域后拟合，而蒸馏只能用当前域输入同时过教师与学生来计算。

沿一个样本走完全流程：从语谱图到三路损失

取一个当前域的 8 秒音频样本，先重采样与补齐截断，再提取美尔语谱图作为输入。输入同时送入冻结的教师网络与活跃的学生网络，主干都是音频语谱图变换器。教师保留历史知识，学生学习新模式。学生主干在结构上被切成两段：前 6 层是固定特征提取器，后 6 层加分类头是可训练语义学习器。因为送入生成记忆的隐特征来自固定层，其分布在序列训练中不漂移，这为密度建模提供了稳定基础。

防遗忘有两条并行路径。第一条是类别特定隐空间回放：从高斯混合记忆中按类采样合成隐特征，直接拼接到学生中间层，与当前域真实特征一起进入后段可训练层优化。第二条是能量门控蒸馏：用输入能量分布自适应加权中间特征差异，压制背景噪声，只在高能量区严格对齐。最终学生端到端优化分类损失、能量门控蒸馏损失、余弦相似损失与知识蒸馏损失的联合目标。

完成当前域后，用冻结提取器抽取该域全部样本的隐向量，按类拟合新的高斯混合并加入记忆，供下一域回放使用。

教师-学生架构 × 无缓冲学习： 教师网络负责保留历史知识，训练中新域到来时冻结为上 1 阶段的模型；学生网络负责学习当前域并接受约束。无缓冲学习负责限定手段：不存储任何真实历史音频或波形，只允许存生成模型参数与教师参数。两者搭配的原因是隐私法规下不能留病人数据，组合意义是用冻结教师提供软目标与特征参考，用生成特征补足显式回放缺失的旧分布。

以下总览图把上述三部分放在一张图里：上为教师，中为能量门控蒸馏，下为学生，底部为生成回放条带，读图时先走主路径再看损失虚线。

看图路径： 1. 先从左侧当前域箭头出发，沿频谱图输入分别走向教师上分支与学生下分支，确认两条编码器路径；2. 再看中间紫色能量门控蒸馏块内能量权重与差异图的相乘与求和位置；3. 接着看学生下分支中间拼接点，确认生成伪特征从底部黄色回放条带注入的位置；4. 最后对比上下两端输出端直方图与三条虚线损失的起点与终点

论文图 1。原论文 Figure 1：“Overview of Lung-CL. Our model integrates Class-Specific Latent Replay (CSLR) and Energy-Gated Distillation (EGD) for robust domain-incremental learning.”。

图中可见左侧域队列从过去域经当前域到未来域，当前域箭头指向语谱图输入，输入分叉进入上下两个编码器块。中间紫色块内有能量得分、能量权重与差异图，差异图经逐元素相乘后求和得到能量门控蒸馏损失。学生下分支在前段编码器后有一个拼接点，底部黄色条带的生成伪特征在此注入，再进入后段编码器与分类器。右侧 3 条虚线分别对应余弦损失与输出端知识蒸馏损失，教师与学生输出端各有一个四柱状的分类响应。这种布局对应正文动作：冻结教师提供参考，生成特征补旧分布，能量权重过滤噪声，3 层损失各管局部、全局与输出。

类别特定隐空间回放：在哪里拟合，在哪里注入？

该组件的白话含义是：不存音频，只存每类隐特征长什么样，需要时现采样假特征来复习。英文名为类别特定隐空间回放，记忆模型为类别特定高斯混合模型。分工上，前者管流程，后者管分布形状。具体动作分两步。拟合发生在完成一个域之后：用冻结的前 6 层提取该域所有样本的隐向量，对每个类拟合一个混合分布，其似然是若干高斯分量的加权和，每个分量有混合系数、均值与协方差。

原文为降低音频变换器高维特征的复杂度，把协方差约束为对角矩阵，并用贝叶斯信息准则动态选择每类的最优分量数，在表示能力与过拟合之间平衡，分量上限设为 10。采样与注入发生在适应新域时：从已存记忆中按类采样合成隐向量，直接注入可训练语义学习器，与当前域数据联合优化。这样避免了高维语谱图重建，把生成放在语义瓶颈处以减少计算开销。由于特征来自固定层，旧分布不会因后段更新而漂移，这是该设计能作为可靠密度基础的关键。

需要指出的缺项是原文未报告每个训练批次中生成伪特征与真实当前域样本的具体比例与拼接维度细节，复现时只能按直接拼接到中间层的描述实现并记录所选比例。

类别特定隐空间回放 × 类别特定高斯混合模型： 类别特定隐空间回放负责说明回放在哪里发生与怎么用：对冻结提取器输出的语义瓶颈特征按类采样伪特征，直接拼接到学生可训练语义学习器的中间层，与当前域数据一起优化；类别特定高斯混合模型负责说明记住什么：每个类用若干对角协方差高斯分量的混合分布拟合该类隐特征密度，并用贝叶斯信息准则选分量数。搭配原因是高维语谱图重建开销大而瓶颈特征稳定，组合意义是只存每类均值、方差与混合系数即可重建旧分布而不存原样本。

举例来说，若把某类的隐分布想象为例子的多团点云，拟合就是记住每团的位置与 spread，采样就是按权重随机点出新点，教学例子仅用于理解混合与采样，不代表真实特征维度或团数。

多层次谱感知蒸馏：三层各对齐什么，为何要门控？

该机制的白话含义是：蒸馏时分清病理前景与噪声背景，只在可信处学老师。英文名为多层次谱感知蒸馏，核心是能量门控蒸馏。第一层是局部谱能量对齐：取学生与教师的中间特征图之差，用能量权重矩阵逐元素加权后求平方并归一化，能量权重来自输入的能量分布，用于突出显著激活区，分母加极小常数保证数值稳定。

直觉是哮鸣与爆裂音位于高能量区，设备伪影多为低能量背景噪声，加权后蒸馏聚焦有效生理信号而放松噪声区约束，其灵感对应目标检测中的前景背景区分思想。第二层是全局余弦嵌入损失：对瓶颈池化向量做方向对齐，用一减去余弦相似度实现，只管语义方向不管幅度，从而对跨域幅度漂移更鲁棒。第 3 层是基于库尔贝克散度的知识蒸馏：用温度系数软化教师与学生的输出概率分布，迫使学生匹配教师的类间关系，作为输出端正则。

3 层构成统一框架：局部管谱细节去噪，全局管语义方向稳定，输出管类别结构保持。原文未给出三项损失的具体加权系数与温度系数的取值，复现时需把权重当作待调超参数并如实记录。

多层次谱感知蒸馏 × 能量门控蒸馏： 多层次谱感知蒸馏负责给出 3 层一致性分工：局部谱能量层对齐加权后的中间特征图，全局语义方向层对齐池化向量的余弦方向，标签响应层对齐软化输出分布；能量门控蒸馏是其中局部层的具体实现，负责用输入能量分布生成权重矩阵，突出高能量病理区、放松低能量背景噪声区。搭配原因是呼吸音时频稀疏而设备噪声多为低能量，盲目对齐会把旧域噪声传给学生，组合意义是只在可信病理频带上严格蒸馏，在噪声区放宽约束。

沿样本再走一遍：同一语谱图过教师与学生得到两套中间图与瓶颈向量及输出，局部差异经能量加权求和，全局向量算余弦，输出算软分布散度，三者与分类损失一起反传，但只更新学生后段与分类相关参数，前段保持冻结。

参数谁冻结谁更新，记忆何时拟合，梯度从哪里来？

训练按域顺序进行，每个任务训练 30 个轮次，批量大小为 8，优化器为自适应矩估计并配合余弦退火调度，初始学习率为 0.00005，实现基于 PyTorch 并在单卡上运行。参数状态上，主干前 6 层构成的固定特征提取器在整个域增量过程中冻结，只训练后 6 层与分类头构成的语义学习器。监督来源有 4 路：当前域真实标签的分类监督，当前域输入同时过教师与学生得到的中间特征差异经能量加权后的蒸馏监督，瓶颈向量的余弦方向监督，以及输出软分布的散度正则。

梯度路径上，教师全程不更新，损失只回传到学生可训练段与分类器，生成伪特征作为附加输入同样进入学生可训练段参与前向与反传。记忆更新时机严格在完成一个域之后：先用冻结提取器累积该域隐特征，再按类拟合高斯混合并加入记忆库，不在域内中途反复重拟合。原文未报告分类损失与三项蒸馏损失之间的相对权重，也未报告是否对生成特征使用与真实样本不同的损失权重，这些是复现时必须补记的缺项，不能从模型名称推定。

推理时只需学生网络：语谱图经固定前段与可训练后段得到 4 类输出，不再需要教师与记忆采样。

数据、划分、预处理与指标方向如何保证可比？

实验用 3 个异构数据集构造域序列，标签统一为 4 类并遵循官方训练测试划分，序列设置覆盖 3 种不同起点与终点顺序，以检验方法对域顺序的鲁棒性。预处理上，所有音频重采样到 16 千赫，样本时长固定为 8 秒，不足则循环填充并做淡入淡出，过长则截断，输入为 50 到 2000 赫兹的美尔语谱图以保留关键呼吸特性。主干为音频语谱图变换器。

评价沿用呼吸音基准的评分，即敏感度与特异度平均值作为主要指标，并基于任务数乘任务数的性能矩阵计算平均性能、遗忘度量与每次训练阶段的增量学习度量。方向上，平均准确率与评分越高越好，后向迁移越接近零越好，负得越多表示遗忘越重。比较时区分 3 类对照：非持续学习上界包括朴素微调、联合训练与累积训练，基于缓冲的方法包括梯度情景记忆与其高效变体、经验回放与隐回放，无缓冲方法包括弹性权重巩固、突触智能与无遗忘学习。

公平条件是所有持续学习方法都按相同域顺序与相同主干训练，区别只在是否允许存真实历史样本以及用什么正则或回放。本文方法属于无缓冲，比较时重点看它能否在不存数据的前提下接近或超过允许存数据的回放方法。 下表把预处理与训练配置整理为可核对清单，数值与单位保留原文写法，表前问题是复现前必须锁定的输入与优化条件，表后解释其代价与取舍。

表后需要说明：固定时长与频带把输入维度锁死，保证跨域比较时差异来自域偏移而非预处理不一致；30 轮与小批量 8 是在单卡上的保守选择，有利于稳定但训练步数较多。

分量上限 10 配合贝叶斯信息准则选优，限制了记忆容量与拟合成本，但也意味着对高度纠缠分布的表达上限被截断。未胜出或未评测的边界是原文未报告不同填充方式与不同频带的影响，也未报告优化器与学习率调度之外的显存与耗时，因此不能把该配置推广为最优，只能作为可复现的基准条件。

主结果测什么，与谁比，数字支持什么判断？

主结果要回答：在 3 条不同顺序的域序列上，学完全部域后平均还剩多少准确率，旧域掉了多少，以及学习过程中每次的增量表现如何。比较对象包括朴素微调、无缓冲正则方法与允许存数据的回放方法，指标方向为平均准确率越高越好，后向迁移越高即负得越少越好。论文报告显示该方法在无缓冲组中总体最稳，尤其在后向迁移上优先改进而不牺牲过多可塑性。

在第一条序列上达到最高的总体准确率并取得最优的遗忘分数，在第 3 条序列上同样在无缓冲组中准确率最高且遗忘最轻。在最难的第二条序列上，参数正则方法遗忘严重，而该方法把遗忘控制在更好的水平。更关键的是，作为无缓冲方法，它在知识保持上超过了部分基于缓冲的经验回放与其高效变体，缩小了隐私约束带来的差距。

平均准确率 × 后向迁移： 平均准确率负责回答学完整个序列后在所有已见域上平均还能做对多少，数值越高表示总体可用性越好；后向迁移负责回答学新域对旧域是帮助还是损害，负值表示遗忘程度，越接近零越好。搭配原因是持续学习需要在可塑性与稳定性之间权衡，组合意义是不能只看最后一个域的准确率，必须同时报告学完后旧域掉了多少。

下表把原文明确用连续句子报告的关键数字整理为对照，单位保留百分号写法，表前已说明比较问题与指标方向，表后将讨论代价与反例。

表后解释主要收益与具体代价：收益是后向迁移在 3 条序列上均为无缓冲组最优，且在第一与第三序列上超过部分缓冲方法，支持谱感知过滤与生成回放确实缓解了盲目对齐带来的噪声继承。

代价与反例是第二条序列的遗忘仍为负且绝对值大于第一与第三序列，说明儿科与重症等极端偏移仍会造成可观遗忘；同时原文的非持续学习联合与累积训练上界仍明显高于所有持续学习方法，说明持续学习并未完全消除域鸿沟。百分点与相对百分比在此不混用，所有差值都是百分点意义上的遗忘减轻，不能解读为准确率相对提升了百分之几。

拿掉哪块会怎样：生成回放与两类蒸馏各自贡献什么？

消融在第一条序列上逐步加入组件，以朴素微调为起点。首先只加入类别特定隐空间回放，用高质量伪特征重建过去分布，后向迁移大幅改善，说明无缓冲生成复习是抗遗忘的主要来源。接着在回放基础上加入常规蒸馏的全局语义与输出对齐，平均准确率与增量度量被推高，但抗遗忘仍受限，说明常规蒸馏能稳语义方向却对域特定噪声脆弱。

然后把常规蒸馏替换为能量门控蒸馏，准确率略有回落但遗忘进一步减轻，说明严格的高能量带正则以少量可塑性换取稳定性。最后三者全加得到最佳稳定性与最佳权衡，准确率略低于只加常规蒸馏的版本，但遗忘最轻。这一取舍是理解该方法的关键：能量门控不是无条件提准确率，而是把学习压力集中到可信病理区。 下表用原文连续句子中的数字做可运行策略对照，裸值不擅自追加百分号之外的单位，表后讨论未胜出项。

表后需要点名未胜出项：若只看平均准确率，全量组合的 61.81% 低于仅加常规蒸馏的 62.19%，这是一个具体代价，支持论文把首要目标定为改进后向迁移而非刷最高准确率的说法。

另一个边界是消融只在第一条序列上报告，未验证在最难的第二条序列上同样的单调性，因此不能把该权衡推广到所有顺序。 为直观验证生成回放的保真度，论文用降维散点对比原始与生成特征，读图时先确认面板布局再看颜色对应的类别是否成团。

看图路径： 1. 先按图注确认上排为原始数据、下排为生成数据，列对应三个数据集；2. 再对照右上角图例确认蓝色正常、橙色哮鸣、绿色爆裂音与红色混合的分布位置；3. 比较同一数据集上下两图的大团块形状与小团块是否同时出现，判断是否漏模式

论文图 2。原论文 Figure 2：“t-SNE of Original (top) vs.”。

图中上排为 3 个数据集的原始数据，下排为对应生成的伪样本，列分别对应不同数据集，图例用蓝色表示正常、橙色表示哮鸣、绿色表示爆裂音、红色表示混合。前两列的原始分布呈较清晰的团块分离，右侧重症库原始分布高度纠缠重叠。下排生成分布 faithfully 复现了这种差异：清晰分离处仍保持大团与小团的位置对应，高度纠缠处仍保持高密度交织，且未出现模式坍塌为单团的现象。这支持生成记忆确实捕捉了每类多峰结构，而不是只记了均值。但像素不能精确读出每团样本数，原文也未给出生成样本数的定量保真度指标，因此只能定性判断形状一致，不能断言分布距离已最小。

哪些结论还不能下，哪些验证还缺？

首先，论文直接报告的是 3 数据集序列上的平均准确率与后向迁移优势，有限解释是谱感知门控抑制了设备噪声，待验证的是能量高低与病理有效性的因果关系，因为原文未做能量阈值扰动或频带屏蔽的反事实实验，相关性不能当作因果。其次，缺失证据不是技术错误，但必须明确：原文未报告推理延迟、显存峰值、生成采样耗时与输出帧率，也未测量误判率在临床敏感度与特异度上的分别变化，因此不能承诺这些量得到改善，训练资源与推理开销要分开讨论。

第三，方法依赖冻结前段保证隐空间平稳，若换主干或解冻前段，生成记忆的稳定性假设可能不再成立，原文未评测该边界。第四，协方差对角化与分量上限降低了计算与过拟合风险，但对高度纠缠分布的表达能力上限也被压缩，原文未报告分量数敏感性曲线。第五，消融与可视化集中在第一条序列与定性形状对比，缺乏跨序列消融与分布距离定量指标，因此总体趋势不等于每组每步都成立。

这些限制决定了后文复现时必须先补权重、比例与统计口径，再谈临床可用性。

要复现先锁什么，再跑什么，还要补哪项记录？

复现先锁信息条件：3 数据集官方划分、4 类标签映射规则、语谱图参数与 8 秒补齐截断方式、主干切分位置与冻结范围、记忆拟合时机与分量选择准则、联合损失包含哪四项。原文已给出的可直接采用：重采样、时长帧数、频带、轮次批量、优化器与调度、初始学习率与分量上限。先跑通单域基线，确认评分计算为敏感度与特异度平均，再跑朴素微调得到遗忘下界，然后加入生成回放，最后分别加入常规蒸馏与能量门控蒸馏以复现权衡曲线。

必须补记的缺项包括三项损失权重、温度系数、每批生成与真实样本比例、拼接维度、随机种子与多次运行的均值方差，因为原文未报告这些，缺了就无法判断数字波动来自方法还是偶然。资源状态是正文开源声明的唯一依据：本次收到的证据中未发现来源绑定且完成超文本传输安全协议状态验证的资源，不得声称代码、模型或数据已公开，复现应按无公开代码处理，独立实现并保留关键超参数。

还需补的验证是跨序列消融、能量权重消融与生成保真度的定量距离，只有补了才能把定性散点结论转为可比较的指标。

何时值得尝试这个方案，如何一句话记住它？

当部署场景是按医院顺序到来、不能存病人音频、设备噪声差异大且主干容量必须恒定时，这个方案值得尝试：用冻结前段锁定隐空间，用每类高斯混合记住旧分布，用能量加权只在高能量区严格学老师。它不适合需要刷单域最高准确率或允许存大量历史数据的场景，因为强门控会牺牲少量可塑性，而生成采样的保真度上限受对角协方差与分量上限约束。一句话记住它：不存波形只存每类特征长什么样，蒸馏时只盯着能量高的病理窄带学。

初学者复述时可按样本路径背诵：语谱图同时过教师与学生，生成伪特征拼进学生后段，能量权重乘差异图求和，瓶颈向量算方向，输出算软分布，4 路一起更新学生后段，做完一个域再拟合记忆。对论文特有的误解要澄清：无缓冲不等于无记忆，它是有参数记忆；能量高不等于一定是病理，它只是原文验证过的有效代理；后向迁移接近零不等于旧域准确率最高，它只表示掉得少，还要看平均准确率是否同时保持。

⚖️ 评分明细

评分属于系统判断，不是论文实验结果；八维数值与总分见页首，原始审计记录保留在后端。

• 评分规则：type-aware-v1
• 评分模型：muse-spark-1.3-contributor
• 评分请求协议：openai_responses

← 返回 interspeech-2026 论文汇总