arXiv · AI· Hongyu Jin, Siyi Wang, Yang Xiao, Jiaheng Dong, Shihong Tan, Kaiyuan Peng, Georgiana Juravle, Shanquan Chen, Gongping Huang, Hong Jia, Eun-Jung Holden, James Bailey, Ting Dang·· 2026-10-14AI 评分34
RAIL:基于CHC框架重构大音频语言模型的听觉智能基准
RAIL: Rethinking Auditory Intelligence in Large Audio-Language Models with a CHC-Grounded Benchmark
AI 导读
RAIL提出基于CHC框架的听觉智能基准,评估26个大音频语言模型发现知识任务表现强但听觉感知与记忆弱。 该基准揭示模型依赖语言预训练,听觉推理效率低且落后于人类表现。 RAIL确立了人类对齐的听觉智能评估新框架,已被NeurIPS 2026接收。
来源:arXiv · AI · arxiv.org