跳到正文
arXiv · NLP· Mengzhe Geng·· 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 evaluation

AI 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