研究者发布PinyinBench评测汉字语音知识

Xiaozhe Ji 等作者提出并发布 PinyinBench 基准，用于评测语言模型对汉字语音知识的掌握，覆盖同音字、声母、韵母、声调及多音字，共测试 17 个纯文本与多模态模型。 结果显示，前沿模型 DS-v4-flash 在同音字判断中得分超过 90%，但当两个字仅声调不同时，准确率降至 72%。探测实验显示，声调信息可从嵌入向量中高度解码，分段信息则随层深显著提升；激活引导对分段表征有效，对声调影响微弱。

AI 根据报道生成 · 52 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。