跳到正文
arXiv · NLP· Ankur Banerjee, Vishnu Guntakala, Danity Pike, Advay Roongta, Kevin Yang, Ruizhe Li·· 2026-10-20AI 评分22

Audio LLM 中的文本主导现象:追踪 Audio LLM Circuits 中的抑制机制

Text Dominance in Paralinguistic Conflict: Tracing Suppression Through Audio LLM Circuits

AI 导读

研究发现,在文本与音频线索冲突时,6 款 Audio LLM 的文本主导率均值达 0.78,表明模型过度依赖文字转录而忽略副语言线索。 实验显示,模型未能修复因文本主导导致的问题,且该现象仅在自由生成任务中显现,在选择题中不可见。 代码和数据已公开。

来源:arXiv · NLP · arxiv.org