反讽没有单一声音：自闭症成人与神经典型成人的产出为何都偏离原型

英文题目：Caractéristiques prosodiques de l’ironie chez les adultes avec troubles du spectre de l’autisme

会议身份：conference:jep:2026:conference-paper-id:deffuant26_jep

✅ 来源为官方会议 PDF；表格与 Figure 按原文证据绑定。PDF 公式以原页区域图片展示，未冒称作者原始 TeX。

会议来源：官方记录 · 官方 PDF

标签：#统计分析 #韵律 #言语障碍 #语音 #语音属性识别

评分：4.0/10 | 创新 1.2/2 | 技术严谨 0.7/1.5 | 实验充分 0.4/1.5 | 清晰度 0.8/1 | 影响力 0.4/1.5 | 开源 0.0/1.5 | 可复现 0.3/0.5 | 工程/实践 0.2/1.5

排名：后50% | 文档类型：应用研究

👥 作者与机构

• Léa Deffuant：机构信息未能从会议 PDF 纯文本可靠映射
• Elisabeth Delais-Roussarie：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

本研究处理法语反语韵律产出问题，输入为可作字面或反语解读的18个目标句及其最小差异语境，输出为说话人在两种条件下韵律实现的差异，难点在于反语无单一典型韵律且易与自闭症谱系障碍基线韵律特征混淆。方法链分三步推进：首先以伪随机顺序呈现语境诱发朗读产出并同步录音，其输出的180个录音进入理解问答校验以确认诱发成功，接着经由Praat半自动对齐提取语速与基频及强度参数并按性别分组比较中位数。该设计与既往演员朗读或筛选高识别度样本的做法不同，刻意保留非典型实现以观察自然变异，具有生态探索意义。在字面与反语对比条件任务下，女性神经典型组反语的平均基频指标为211 Hz，高于字面条件的平均基频指标200 Hz。总体各组反语语速仅小幅下降且方向不一致，未呈现一致显著标记，个体变异大于组间差异。结论适用边界仅限法语成人小样本朗读任务，尚未验证自发对话或其他语言与年龄段的外推，失败条件包括小样本与朗读诱发方式受限。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

反讽理解为什么要单独研究声音？

输入是本研究的任务界定与目标读者定位。本文解读的论文研究法语成人如何用声音产出反讽，比较对象是 5 名自闭症谱系成人与 5 名神经典型成人。目标是让刚进入语音或音频领域的研究生能够复述实验做法、测量指标与结论边界。必须保留的信息包括被试规模与构成、18 个句子配对语境的设计、朗读加理解题的流程、语速与基频与强度的测量口径，以及组平均差异很小而个体差异很大的核心发现。

输出是 1 篇按学习依赖展开的方法复述，不做超出原文的推广。 反讽在这里指说话人想表达的意思与字面意思不一致的言语行为，白话说就是字面上夸人、实际在批评，或者字面上批评、实际在肯定。听者要算出真正意图，需要整合语境不一致、面部表情与韵律等多类线索。韵律的英文是 prosody，指超越单个音段的声音组织方式，包括说话快慢、音高高低与起伏、响度大小等。

对初学者而言，可以把韵律理解为句子的声音姿态：同一串字，用不同的快慢高低说出来，听感与意图会不同。

反讽 × 韵律： 反讽负责定义任务：字面字词与说话人意图不一致，听者必须借助额外线索消歧；韵律负责提供声音层面的候选线索，包括语速、平均基频、基频变化范围与强度。两者搭配的理由是当语境不足以消歧时，韵律可以补足或独立区分反讽，组合意义在于把反讽理解问题转化为可测量的发声差异问题。

论文的起点是既有结论的不对称。理解侧已有较多证据显示自闭症谱系人群在反讽理解与韵律线索识别上有困难，尤其在情绪与言语意图判断上。但产出侧，即这些说话人自己说反讽时是否调动不同的声音标记，作者称据其所知尚无研究覆盖。这就决定了本文不是做识别模型，而是做产出测量：给被试创造必须说同一句话但意图不同的情境，看声音是否随之变化。若把任务类比为 1 次对照实验，自变量是语境诱发的意图，控制变量是文本，因变量是声学参数。后续所有方法细节都服务于让这个对照更干净。

法语反讽韵律的既有结论有哪些分歧？

相关路线需要先讲一般人群的法语结论，再讲自闭症谱系的一般韵律结论，最后指出两者相遇时的混淆风险。在一般人群法语研究中，趋同的描述是反讽句平均基频更高、标准差与音域更大、语速更慢、强度更大。作者引用了三项法语工作支撑这一原型。但作者同时提醒这些工作数量少、说话人少，且方法选择可能放大了原型。 方法上的关键分歧在于语料来源。

两项研究使用职业演员诱发的数据，一项只保留被多数听者正确识别为反讽的句子。这种做法的好处是容易刻画典型反讽听起来像什么，坏处是筛掉了不典型但真实存在的实现方式。作者进一步引入两种主要策略的对立：一种是增大对比，例如起始音高很高随后明显下降；另一种是减小对比，例如旋律被压平、音高变化很小。还有作者质疑是否存在唯一的反讽语调，主张反讽形式与功能多样，对应多种可能的语调。

自闭症谱系侧的文献同样没有单一共识。任务、年龄、言语与认知能力差异很大，声学结论分散。近期观点认为不应寻找单一剖面，而应看作多种个体剖面构成的星座。元分析与综述的折中描述是：在非反讽的一般韵律上，自闭症谱系人群倾向于平均音高更高、变异性更大，而强度与语速似乎不是稳定的区分特征。学习时要注意，这恰好与反讽原型中的升高与变大重叠。

如果直接比较两组绝对音高，可能会把基线差异误读为反讽标记差异。因此本研究采用被试内对照，即每个人自己的字面句与反讽句相比，而不是只比两组绝对值。 作者据此提出可检验的预期：神经典型组反讽句应出现平均基频、标准差与音域上升、语速下降与强度上升；自闭症谱系组由于感知困难与基线特异性，字面与反讽的区分应更弱。但正如后文结果所示，这一预期并未得到支持，理解分歧比记住原型更重要。

要回答的具体问题与可证伪预期是什么？

论文要回答的问题可以拆成两层。第一层是组内问题：同一个人在说同一个句子时，反讽意图是否带来可重复的韵律变化。第二层是组间问题：自闭症谱系组与神经典型组在这种变化的幅度或方向上是否不同。教学上可以把第一层看作检测效应是否存在，第二层看作检测效应是否受诊断分组调节。 可证伪性体现在作者写出了方向性预期，而不是只说可能有差异。

对神经典型组，预期方向与法语文献一致：平均基频上升、离散程度上升、语速下降、强度上升。对自闭症谱系组，预期是区分更不明显。这样的写法允许结果证伪：如果两组都没有稳定差异，或者方向随性别与个体翻转，就说明原型假设在本实验条件下不成立。 还需要明确什么不属于本文任务。本文不训练分类器区分反讽与字面，不做听者感知实验来验证产出的可识别性，也不建模面部表情或手势。

理解题只是用来剔除误解样本与确认语境有效，不是主要因变量。访谈用来补充被试对反讽标记的主观报告与日常困难，不作为声学结论的替代证据。把这些边界先划清，才能正确评估后文零结果的含义：它否定的是特定条件下的稳定产出差异，而不是否定反讽本身有声音线索。

同一句子如何被迫产生两种意图？

方法全景可以沿着一个样本走完全程。假设目标句是表格示例中的那句法语，意思是小孩很有教养。研究者为它写两个尽量接近的超市场景：字面场景中小男孩被拒绝后平静接受，反讽场景中小男孩倒地尖叫。被试先读场景，再看到目标句并朗读出来。文本完全相同，唯一变化是前文语境。

随后在理解任务中，被试再看到同一图文并回答目标句的意思是小孩乖还是不乖。整个设计把意图操纵放在语境，把发声放在朗读，从而得到配对样本。

字面条件 × 反讽条件： 字面条件负责建立同一句子的基准发音，语境与字面意思一致；反讽条件负责用最小改动的对立语境迫使同一句子被理解为反义。两者搭配的理由是控制词汇与句法，只让语用意图变化，组合意义在于任何声学差异都可以更干净地归因于意图而非文本本身。

刺激集的构造动作很具体。共 18 个可两读的句子，每个句子配两种语境。研究者制作两个名单，每个名单含 9 句反讽与 9 句字面，字面项同时充当相对反讽项的填充项，避免被试猜出实验意图。另有 2 对句加语境只做练习，不进入分析。呈现时用伪随机顺序，保证同一条件连续出现不超过 2 次。

指令中不提韵律也不提反讽，句子不带标点，避免诱发特定语调。被试可以默读或朗读语境，按键后看到目标句再大声说出并被录音。 流程的第二个动作是理解核查。每对语境加句子再次单独呈现，随后是封闭式问题，例如问说话人想说小孩乖还是不乖，选项顺序同样伪随机，避免连续 2 次把肯定答案放前面。产出加理解平均耗时 10 分钟，范围是 6 分钟到 15 分钟。

实验在被试家中安静房间进行，无第三方在场，名单随机分配。这种轻量可复制的流程是作者强调的方法贡献之一，但轻量也意味着语境是阅读诱发而非真实对话，后文讨论会回到这一点。

语速、基频与强度具体怎么算？

组件与计算需要把每个声学名词落到可执行的操作。语速指每秒音节数，做法是用整句时长除以音节数，音节来自对齐后的标注。平均基频指整句基频的均值，单位是赫兹。基频变异性拆成两个量：标准差单位是赫兹，音域单位是半音。强度指平均强度，单位是分贝。初学者容易混淆标准差与音域，前者是对偏离均值程度的统计概括，后者是对最高最低跨度的音乐化度量，两者都大才更支持起伏变大的判断。

平均基频 × 基频变异性： 平均基频负责刻画整句声音整体偏高还是偏低，以赫兹为单位取平均；基频变异性负责刻画音高起伏是大还是平，包括标准差与半音域宽。两者搭配的理由是反讽既可能整体抬高声调，也可能拉大或压平起伏，只看其一会漏掉另一种策略，组合意义在于同时检验位置与形状两类音高假设。

计算链条的动作顺序是录音、切分、对齐、测量、汇总。录音使用头戴话筒连接数字录音机。切分使用脚本按句子切出语音段。对齐使用半自动工具生成音素、音节与词 3 层对齐，再人工核对修正。测量使用专用脚本分别求基频相关量、语速相关量与强度。

汇总时作者明确因存在极端值而选用中位数而非均值来刻画集中趋势，并按性别分别计算，因为男女基频基线差异很大，混在一起会掩盖条件效应。 分析工具链按原文交代为语音处理软件与统计软件的组合，语音侧版本与脚本来源均有记录，统计侧使用常见数据整理包。复现时关键不是软件品牌，而是保持口径一致：语速分母是音节数而非词数，基频统计基于有声段而非静音段，强度是整句平均而非峰值。若改动其中任一口径，跨研究比较就会失真。

原文未报告自动基频跟踪的上下限、清浊判断阈值与异常帧处理细节，这是复现时需要补记的缺项，不能从工具默认值得出结论。

本研究训练了什么模型？若无训练真实计算是什么？

本研究没有训练阶段，没有训练神经网络，也没有更新任何模型参数，因此不存在优化器、梯度路径、损失函数、早停或参数冻结问题。把无训练等同于结果确定是错误的，观测变异仍来自说话人、语境与测量噪声。这一节的职责是讲清实际发生的计算与人工动作，替代对训练的期待。 真实计算分为 3 类。第一类是语料构造计算：18 乘 10 共 180 条录音的采集与条件平衡，两个名单的伪随机化，以及练习项的排除。

第二类是标注与声学计算：句子切分、3 层强制对齐加人工校对、6 个声学量的脚本化提取、中位数汇总与按性别分组。第 3 类是核查计算：理解题正确率统计与错误样本剔除、访谈时长的分组记录、个体中位数的列表呈现。监督来源不是标签训练模型，而是语境设计提供的条件标签与理解题提供的有效性核查。 需要指出的缺项是统计推断细节。

原文报告了中位数差异的方向与幅度，但未给出显著性检验的完整模型、自由度、效应量与多重比较校正，摘要中的未发现显著差异应理解为描述性差异很小且方向不一致，而非来自完整假设检验的严格断言。复现时应先补上预注册的统计方案，例如线性混合模型中以被试与条目为随机效应，再谈显著与否。

被试、设备与数据规模如何保证可比？

实验条件按被试、刺激、设备与数据量四部分核对。被试共 10 人，自闭症谱系组 5 人与神经典型组 5 人，每组均为 3 女 2 男，平均年龄分别为 35.6 岁与 36 岁，年龄跨度覆盖 19 到 64 岁与 21 到 62 岁。所有人母语为法语，自述无言语语言障碍，自闭症谱系组经精神科医生诊断、无其他神经发育障碍，经由成人协会招募。样本匹配了人数与性别，但年龄跨度大、每性别格内仅 2 到 3 人，任何性别与诊断的交互都只能看作描述，不具备推断力。

为说明数据规模与协议负担，下表把人数、年龄、录音量、任务时长与访谈时长放在同一视图。阅读时注意单位与聚合对象不同：年龄是人均描述，录音是条目计数，任务时长是会话级平均，访谈时长是分组范围，数值相同也不代表同一指标。

表后解释需要同时给出可比性与代价。可比的一面是文本配对、名单平衡、伪随机顺序、无标点呈现与不提及反讽，这些动作减少了策略性表演。

代价的一面是家庭录音环境虽安静但非消声室，头戴话筒距离与房间混响未必完全一致，强度跨被试比较需谨慎；朗读任务缺乏真实对话压力与面部表情通道，可能低估日常反讽的声音投入。理解题仅错 1 条，说明语境操纵有效，但也反过来提示语境太充分，后文将讨论这如何削弱韵律需求。 设备与处理条件按原文记录为头戴话筒连接便携录音机，标注与测量依赖脚本化流程加人工校对。

资源状态方面，本次收到的证据中没有绑定且完成网络验证的代码、模型或数据资源，因此不得声称数据或代码已公开。复现时应把录音设备型号、采样率、话筒距离、对齐词典与脚本版本作为必须记录项，否则强度与语速的跨实验室比较难以成立。

字面与反讽的声音差异到底有多小？

结果组织先看组中位数，再看分布，最后落到个体。组中位数层面，反讽相对字面的变化幅度都很小，且方向随组别与性别翻转。语速在 4 个子组都轻微下降，自闭症谱系组下降稍多。平均基频仅神经典型女性上升较明显，其余子组持平或轻微下降。基频音域在自闭症谱系组轻微上升，在神经典型组持平或下降。

基频标准差在除神经典型男性外的 3 组上升。平均强度在女性两组上升，在男性组持平或轻微下降。任何单看一组上升就断言存在反讽标记的做法，都会被另一组的反向变化反驳。 为聚焦可复述的关键数字，下表只收录原文连续句中逐字出现的组间变化量与单位，不加入自行计算的百分比或四舍五入。阅读问题是：在控制文本后，反讽条件是否带来一致方向的语速下降、基频上升与强度上升。

公平条件是同一句子配对比较、按性别分别汇总、用中位数抵抗极端值。指标方向按文献预期为语速向下、其余向上。

表后解释必须同时承认微弱趋势与反例。

支持原型的一面是语速 4 组一致下降、女性强度微升、多数子组标准差上升，这些碎片与文献方向相容。反例的一面是平均基频并未统一上升，音域与强度在男性组出现持平或下降，且幅度多在零附近徘徊。未胜出的项恰是作者最初最看好的平均基频统一上升，它在 3 组缺席或反向。结合访谈中所有被试都提到语调是反讽标记，产出数据与主观报告之间出现落差，提示知道标记不等于在本次任务中稳定使用标记。 在同一小节内形成对分布图的闭环导读。

以下导读段提出观察任务：不要只看红点高低，要同时看小提琴宽度代表的分布重叠与散点代表的个体离散，判断组平均是否被少数极端值带动。

看图路径： 1. 先按列确认三组声学面板：左侧语速、中间基频、右侧强度，再按行确认女性在上、男性在下；2. 再在每个小提琴内找黑色散点代表单条录音，红色圆点代表中位数，比较字面与反讽两把小提琴的红点高低；3. 重点观察女性基频面板上方伸出的细长尾部，判断是否存在个别极端高值拉宽分布；4. 最后比较神经典型组与自闭症谱系组在同一性别内的分布重叠程度，判断组间是否分离

论文图 1。原论文 Figure 1：“Graphiques en violon pour le débit de parole moyen, la F0 moyenne et l’intensité moyenne. Chaque point correspond à un enregistrement et la valeur médiane apparaît en rouge.”。

针对可见像素的解释如下。中间基频面板显示女性分布明显高于男性，符合性别基线差异；女性反讽侧上方出现细长尾部与零星高点，说明个别录音拉高了分布上沿，但红色中位数在字面与反讽之间几乎不动。左侧语速面板显示两条件小提琴高度重叠，红点仅轻微下移。右侧强度面板显示神经典型组两条件重叠较多，自闭症谱系组内部分布位置受录音电平与个体差异影响更大，不能直接读作反讽效应。总体是分布重叠远大于条件分离，这与表格中微小中位数差异相互印证。

对比增强策略 × 对比减弱策略： 对比增强策略负责把反讽说得更夸张，如放慢、抬高、拉大起伏与加重；对比减弱策略负责把反讽说得更平，如压平旋律、缩小变化。两者搭配的理由是文献中两种形态都被观察到，单一原型无法兼容，组合意义在于解释为何组平均差异很小：不同人走向相反方向，平均后相互抵消。

个体层面进一步拆解了平均数。作者按每人中位数列出 10 人数据，归纳出两类：在 3 人中至少 3 个声学量出现文献方向的明显差异，语速下降伴随基频与强度上升；在 6 人中至少 5 个量几乎不动；另有 1 名神经典型被试除平均基频下降约 19 赫兹外其余相似，而该被试恰是唯一理解出错且自述不喜欢不用反讽的人。这种个体剖面而非组别剖面的格局，与近年关于自闭症韵律应看作多种个体星座的观点一致，也为复现时的分层分析提供了依据。

哪些对照排除了文本与误解的干扰？

论文没有神经网络消融，但有 3 类等价的对照动作，分别排除文本、误解与性别混淆。第一类是文本控制消融：如果去掉配对语境设计，只比较不同句子的绝对值，那么词汇长短与句法结构会污染语速与基频，无法归因于意图。本文用同一句子两种语境的做法，相当于固定文本后只切换意图，是最关键的控制。第二类是理解核查剔除：仅 1 条反讽被误读为字面并被剔除，剩余 179 条进入声学分析，说明零结果不是由大面积误解驱动。

若误解率高，则声音无差异可能是因为被试根本没进入反讽意图，但本数据不支持该解释。 第 3 类是按性别分别汇总。如果不分性别直接平均，男女基频基线差会淹没条件效应；分性别后仍未见一致效应，说明结论对这一分层稳健。但每格样本极小，女性每组 3 人、男性每组 2 人，任何子组结论都不稳定。

论文特有的失败条件值得单列：强语境可能让韵律变得多余。示例语境中哭闹与平静的对比非常直白，被试即使不改变声音也能被理解，因此可能选择省力发音。这不是测量失败，而是任务生态效度的边界：越清晰的语境越不利于观测韵律标记。 另一类对照来自语料筛选策略的对比。既有研究用演员或只保留最像反讽的录音，相当于事后选择原型。

本文保留全部正确理解的录音，相当于保留全分布。前者容易得到漂亮的组平均，后者容易看到多样性。复现时若想比较两种结论，应在同一批录音上同时报告全样本中位数与仅高典型样本的统计，并明确标注后者是条件性结论，不能替代可部署的一般结论。

小样本与强语境如何限制结论？

限制需要按证据逐项说明，而不是笼统说样本小。第一项是人数与条目。每组 5 人、每人 18 句、共 180 条中 179 条有效，这样的规模适合探索个体策略，但不适合估计总体效应量或做组间显著性断言。性别分层后最小格仅 2 人，任何方向翻转都可能是个体风格而非性别规律。原文用中位数抵抗极端值是合理的，但中位数同样无法解决小样本的抽样变异。

语境不一致程度 × 韵律标记强度： 语境不一致程度负责决定听者不靠声音也能猜出反讽的容易程度，文中例子是小孩是否哭闹；韵律标记强度负责决定说话人需要在声音上加多少额外功夫。两者搭配的理由是线索之间存在替代关系，语境越充分韵律负担越轻，组合意义在于解释本研究零结果的一种机制：强语境可能让被试不必调动韵律。

第二项是语境强度与任务真实性。阅读语境加朗读的做法控制了文本，但也去掉了对话中的协商、表情与实时反馈。被试知道自己在被录音，但不必让真实听者信服，声音投入可能低于日常讽刺。理解题正确率接近全对，反过来证明语境线索已足够充分，韵律的增量价值在本任务中很小。若换成语境模糊、需要靠声音消歧的材料，结果可能不同，但那将是新实验而非对本文的重新解释。

第三项是测量覆盖。已测语速、平均基频、标准差、音域与平均强度，未测鼻化、嗓音质量与旋律曲线形状。作者明确把这些列为未来方向。初学者常误以为没测就是不重要，正确的理解是未测量等于未知，不能从零结果推出反讽没有声音差异，只能说在已测的 5 个量与本语境下未见稳定差异。录音环境、话筒增益与基频跟踪参数的细节缺失，也限制了强度的跨研究可比性。

要复现这项实验先做什么？

复现应按刺激、流程、标注、汇总 4 步重走，每步保留原文的关键参数。第一步重建 18 对语境加目标句，保证两种语境差异尽量小且只翻转字面真值，制作两个各含 9 反讽加 9 字面的名单，另加 2 对练习。呈现时伪随机化且同一条件不连续超过 2 次，句子去标点，指令不提反讽与韵律。第二步在安静房间逐人录音，允许默读或朗读语境，按键后朗读目标句；随后重呈图文并做封闭式理解题，选项顺序伪随机。

记录产出加理解总时长与访谈时长，前者预期在 6 到 15 分钟之间。 第三步做半自动对齐到音素、音节与词并人工校对，切分出句子级语音段。用脚本求每秒音节数、平均基频、标准差、半音音域与平均分贝。因存在极端值，汇总用中位数并按性别分别报告，同时保留每人每条件的明细表以便观察个体策略。第 4 步先核查理解正确率并剔除误解条目，再比较配对中位数差异的方向与幅度，最后用分布图检查重叠与长尾，避免只报均值。

还需补的验证包括预注册统计模型、基频跟踪上下限与异常帧规则、话筒距离与增益固定、房间噪声记录，以及更结构化的访谈量表。作者建议未来加入鼻化、嗓音质量与旋律曲线，并用李克特量表连接态度与产出。资源方面，没有可用证据支持代码或数据已公开，因此复现应从独立重建刺激与脚本做起，不等待下载。若引用本文结论，应表述为在小样本与强语境朗读任务中未见稳定标记，可能但待验证的原因包括多策略抵消与语境替代。

何时值得参考这篇论文？

综合判断需要回答 3 个实践问题。第一，何时值得尝试这种配对语境法。当研究目标是分离意图与文本，且被试量有限时，同一句子两种语境加理解核查是性价比高的起点。它能快速得到配对样本，并用正确率证明操纵有效。但当研究目标是估计总体效应或训练识别器时，不应停留于此，需要更大样本、更模糊语境与真实对话数据。

第二，如何理解零结果的价值。本文的价值不在于证明两组相同，而在于展示平均数如何掩盖多样性：3 人走向原型方向，6 人几乎不动，1 人反向。若只记组平均，会得到什么都没发生的印象；若展开个体与分布，会看到对比增强与对比减弱两条路线并存，且与诊断分组不正交。访谈进一步显示自闭症谱系被试经过长期观察学习，对反讽机制有细致理解，日常困难更多与疲劳、对方标记多变及语调执行有关，而非完全缺失概念。

第三，有哪些误解必须纠正。其一，不能把自闭症谱系基线音高更高直接当作反讽标记，基线差异与条件效应是两回事。其二，不能把知道语调重要等同于每次都会用语调，任务负担与语境充分度会调节使用。其三，不能把演员语料的原型推广为唯一的反讽声音，筛选标准决定了结论形态。对研究生而言，可带走的方法准则是：先固定文本再谈意图，先分性别与个体再谈组别，先看分布重叠再谈中位数升降，缺失的测量与统计细节要明确记为待补，而不是用常识填补。

⚖️ 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 jep-2026 论文汇总