arXiv · NLP· Mengzhe Geng·2026-10-08 12:00· 2026-10-08AI 评分22已知任务音频LLM评估中生成音频调用的审计Auditing generative audio calls for known-task audio-llm evaluationAI 导读在已知任务音频LLM评估中,引入匹配选择器后,允许生成音频调用的增量准确率提升仅为0.004(95% CI [-0.025, 0.033]),且未达到显著水平。来源:arXiv · NLP · arxiv.org语音与音频论文研究#论文/研究#语音查看事件全部后续