HEAR框架追踪音频LLM疼痛识别证据
热点事件持续更新
HEAR框架追踪音频LLM疼痛识别证据
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Wenqi Li等作者提出HEAR四阶段诊断框架，追踪疼痛相关信息从语音信号到模型预测的传递过程，并应用于7个闭源与开放权重音频大模型（LALM）。 在只能靠声音推断疼痛的Harvard句子上，所有被测模型仅达随机水平；加入同说话人参考或few-shot示例后提升不超过6个点。而在口语评分任务上，同样这些模型达到87.5%–99.7%的平衡准确率。
AI 根据报道生成 · 2 小时前更新
最新进展10月31日 12:00
音频 LLM 真的能"听见"疼痛吗？HEAR 框架追踪语音声学证据到语言推理报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AI音频 LLM 真的能"听见"疼痛吗？HEAR 框架追踪语音声学证据到语言推理
研究提出 HEAR 四阶段诊断框架，追踪疼痛相关信息从语音信号到模型预测的传递过程，测试了 7 个闭源与开放权重 LALM。在只能靠声音推断疼痛的 Harvard 句子上，所有模型仅达随机水平，同说话人参考或 few-shot 示例提升不超过 6 个点；而在口语评分任务上同样模型达到 87.5-99.7% 平衡准确率。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月31日 22:00
- 近 24 小时变化
- –
02468
22:0023:0011月1日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。