PulseAugur
中
实时 10:31:52
English(EN) StanceBench: A Benchmark for Audio LLM-Based Interpersonal Stance Evaluation from Speech

新的StanceBench基准评估音频大语言模型的人际立场检测能力

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了StanceBench，一个旨在评估音频大语言模型（LLMs）人际立场检测能力的新基准。该基准利用Seamless Interaction语料库，定义了九个不同的立场维度，并对单说话者和交互式评估进行了标准化。研究还评估了作为自动裁判的大语言模型的鲁棒性、偏见和立场推断准确性，发现同理心和礼貌是最容易检测的立场，而诚实是最具挑战性的。 AI

影响 为音频大语言模型建立了新的评估标准，可能推动对话式AI在理解社会细微差别方面的改进。

排序理由 该集群包含一篇介绍新AI模型评估基准的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的StanceBench基准评估音频大语言模型的人际立场检测能力

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Yuzhe Wang (Electrical and Computer Engineering Department, Johns Hopkins University, Baltimore, USA), Thomas Thebaud (Electrical and Computer Engineering Department, Johns Hopkins University, Baltimore, USA), Jennifer Hu (Department of Cognitive Science… ·

    StanceBench: A Benchmark for Audio LLM-Based Interpersonal Stance Evaluation from Speech

    arXiv:2607.22658v1 Announce Type: new Abstract: Speech-to-speech dialogue models increasingly depend on prosody and interactional nuance to convey social intent, yet benchmarks for these cues remain limited. We introduce StanceBench, a benchmark for measuring interpersonal stance…

相关话题