研究者提出用海洋哺乳动物叫声评测音频模型

研究者提出 WoW-Bench 基准，用海洋哺乳动物叫声作为分布外声音事件，评测大型音频语言模型（LALM）的底层听觉感知与认知能力。该基准包含感知基准和受 Bloom 分类法启发的认知基准，后者另设干扰问题，以检验模型是否真正通过“听”来解题。 实验显示，当前 SOTA LALM 的表现远低于人类水平，说明模型仍需更强的听觉 grounding。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。