知识卡片：Preserve to Expand——面向多语言 LLM 语音识别的源感知适配与模型合并

一句话结论

在基于连接器（connector）的语音大模型中，向新语言扩展 ASR 能力时，采用 SSU-Wanda+TIES 的“源感知适配+模型合并”策略能在学习新语言与保留源语言性能之间取得最佳平衡，而仅做目标语言微调或标准 TIES 合并会导致严重的源语言遗忘。

事件概述或研究问题

本研究关注多语言 ASR 系统扩展中的一个核心矛盾：在不重放源语言训练数据的前提下，如何让系统学会新语言，同时不遗忘已支持的语言。作者在“连接器式语音大模型”架构下研究该问题——即语音表示经可训练连接器映射进一个冻结的大语言模型。论文评估了不同的“目标更新构造”方式与“合并策略”，以在适配连接器的同时保持源语言性能。

方法/产品要点

• 架构设定：连接器式 Speech LLM，连接器可训练，底层大语言模型冻结。
• 研究变量一：目标更新构造——如何构造针对新语言的连接器更新。
• 研究变量二：合并策略——如何将新语言更新与原有参数合并（涉及标准 TIES 与 SSU-Wanda+TIES 等方案）。
• 两种扩展场景：单目标语言扩展（single-target expansion）与多目标语言扩展（multi-target expansion）。

主要结果或产业意义

• 单目标扩展：仅目标语言微调（target-only fine-tuning）与标准 TIES 合并虽能学会新语言，但造成严重的源语言遗忘；SSU-Wanda+TIES 在保留源语言方面取得最佳权衡。
• 多目标扩展：更新合并（update merging）能稳定保留源语言；递归扩展（recursive expansion）在顺序有利时可提升目标语言适配效果，但对扩展顺序高度敏感。
• 总体结论：多语言 ASR 扩展需要在目标语言习得、源语言保留以及各目标语言更新之间的相互作用三者之间取得平衡。

为什么重要

多语言 ASR 系统在向新语言扩张时往往缺乏源语言数据的重放条件（受数据隐私、存储或授权限制）。该研究说明“源感知的更新构造+模型合并”是一条可行的无重放扩展路径，并揭示了不同合并策略在源语言保留上的显著差异，为实际部署中的语言扩展顺序与策略选择提供了参考。

局限与不确定性

• 论文摘要未给出具体数据集、语言对、评测指标数值及模型规模，相关定量细节待核实。
• 递归扩展的“顺序敏感性”具体表现与边界条件待核实。
• SSU-Wanda+TIES 的具体实现细节及其相对其他合并方法的完整对比待核实。

可用于图书/PPT/简报的角度

• “不重放数据也能扩语言”：源感知适配与模型合并的思路。
• 模型合并中的“遗忘 vs 习得”权衡图谱。
• 多语言系统扩展的工程决策：扩展顺序为何重要。

与既有脉络的关系

本条为新增研究方向（多语言 ASR 扩展与模型合并），与已有卡片（BioASQ 答案类型感知流水线、WordVoice 词级控制、引用验证器基准）无直接事实重叠；增量信息在于提出“源感知适配+合并”用于连接器式语音大模型的多语言扩展。

原始材料

• 标题：Preserve to Expand: Source-Aware Adaptation and Model Merging for Multilingual LLM-Based ASR
• 作者：Yuchen Zhang, Haralambos Mouratidis, Ravi Shekhar
• arXiv ID：2610.35846v1（cs.CL），发布/更新：2026-10-26
• Abstract URL：https://arxiv.org/abs/2610.35846v1
• PDF URL：https://arxiv.org/pdf/2610.35846v1