前情提要： 
双非文科大三勇闯产品赛道 - 搞七捻三 - LINUX DO 
【长文预警】【含面筋】腾子aipm(技术bg)二面凉经+杂谈有感 - 搞七捻三 / 搞七捻三, Lv1 - LINUX DO 
书接上回，哪门子产品啊啊啊啊，分明是AI Infra。模型微调调吐了的幻想（）至少不是纯数据标注了。 
言归正传，业务背景是公司需要一个开源ASR模型用于转录内部工作的会议，但是呢常见的开源baseline model比如qwen3-asr-1.7B或者whisper-large-v3在粤英混说（港式粤语）的场景下常常出现以下几个问题： 

语言省略：只输出粤语部分，不输出英语单词
翻译：全句直接以粤语输出
幻觉：输出无关内容（尤其于whisper，什么谢谢观看之类的）

以上问题在 音频语言学习模型中英语-普通话代码转换语音识别的直接偏好优化 — Direct Preference O...