研究人员推出了 BEANS-Next,这是一个新的基准,旨在评估大型音频-语言模型在超越简单分类的更广泛的生物声学任务上的表现。该基准显示,当前模型在声学感知和场景理解等任务上存在困难,限制了它们在生物声学领域的应用。为解决此问题,他们还开发了 ROOTS,这是一个源自多样化真实世界和合成数据的大规模训练数据集,显著提高了模型在所有 BEANS-Next 任务组上的性能。该基准、数据集及相关数据管道已开源,以促进进一步研究。 AI
影响 扩展了音频-语言模型在生物声学等专业领域的评估范围。
排序理由 该集群描述了一个用于生物声学研究的新学术基准和数据集。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →