DEAF：音频语言模型声学忠实度诊断评测基准

研究者提出 DEAF 基准，用于诊断音频多模态大语言模型是否真正处理声学信号。该基准包含超过 2,700 个冲突刺激，覆盖情感韵律、背景声音和说话人身份三个声学维度，通过构造冲突样本来检验模型对声学信息的忠实度。目前该成果已作为一手研究发布于 arXiv 的 Audio and Speech 类别，报道未披露具体模型评测结果或后续验证进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。