arXiv · Computation and Language· Kshitij Ambilduke, Caroline Brun, Thibaut Thonet, Vassilina Nikoulina, Marcely Zanon Boito·· 2 小时前AI 评分38
语音 LLM 何时该充耳不闻？BASIS-Bench 评测个性化与刻板印象
Personalization Without Stereotyping: Do Speech LLMs Know When to Turn a Deaf Ear?
AI 导读
研究者推出语音 LLM 评测基准 BASIS-Bench，从人口统计稳健性、刻板印象偏差、个性化三个维度区分有益个性化与刻板行为。评测覆盖 8 款近期语音 LLM，发现多数模型虽能识别人口统计线索，却难以转化为恰当个性化；显式人口统计标签可提升个性化，但也会放大文本骨干中已有的刻板关联。
来源：arXiv · Computation and Language · arxiv.org