深度分析
語意時間尺度分析：比較人類自傳與 GPT‑4 生成語音的語意動態
本研究探討語意在語音中的時間結構，提出將逐字稿轉為語意時間序列的分析流程，利用WordNet深度與SBERT相似度衡量語意特性，發現較長的自相關窗口對應較通用詞彙，短窗口則含較具體詞彙，且此關係在隨機化處理後消失，顯示人類與AI語音在語意時間組織上具非隨機模式。
深度分析
本研究探討語意在語音中的時間結構，提出將逐字稿轉為語意時間序列的分析流程，利用WordNet深度與SBERT相似度衡量語意特性，發現較長的自相關窗口對應較通用詞彙，短窗口則含較具體詞彙，且此關係在隨機化處理後消失，顯示人類與AI語音在語意時間組織上具非隨機模式。
深度分析
在缺乏人工標註資料的情境下，GOAT提出一套自動化訓練流程，直接以目標系統的API文件為原料，構建具互依性的API依賴圖，並抽樣執行可行子圖來生成目標導向任務的合成訓練資料。核心流程包含文件解析、相似度過濾、LLM語意驗證與實際API執行檢核，最後聯合微調語言模型與密集檢索器。