음성 및 텍스트 기반 대규모 언어 모델(LLM)의 일본어 방언 강건성 평가

요약

본 연구는 일본어 방언을 대상으로 LLM과 SLM의 방언 강건성을 평가합니다. 실험을 통해 SLM의 강건성이 텍스트 기반 모델의 성능과 상관관계가 있음을 밝히고, 방언 데이터 학습 및 음성 인코더 미세 조정이 성능 향상에 기여함을 입증했습니다.

핵심 포인트

• 일본어 방언을 활용한 LLM 및 SLM의 강건성 조사
• SLM의 강건성과 텍스트 기반 모델 강건성 간의 상관관계 확인
• 방언 데이터 학습을 통한 SLM 성능 향상 가능성 제시
• 음성 인코더 미세 조정이 방언 이해도에 미치는 긍정적 영향