热点事件持续更新
HEAR：基于真实人声的大规模音频语言模型偏见基准
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
HEAR 是基于真实人声的大规模音频语言模型偏见基准，包含 87k 条真实人声音频样本，来自 843 名具人口统计学多样性的参与者。研究通过选择题问答和开放式长文本任务评估音频大语言模型，发现声音条件偏见是模型特有属性，个性化指令会加剧人口统计学差异。
AI 根据报道生成 · 2 小时前更新
最新进展9月30日 12:00
HEAR 基准发布，揭示音频大语言模型存在声音条件偏见且个性化指令会加剧人口统计学差异。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv · Computers and SocietyHEAR：基于真实人声的大规模音频语言模型偏见基准
HEAR 包含 87k 条真实人声音频样本，来自 843 名具人口统计学多样性的参与者，通过选择题问答和开放式长文本任务评估音频大语言模型。研究发现声音条件偏见是模型特有属性，个性化指令会加剧人口统计学差异。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。