实体
Lalm
Lalm
PulseAugur coverage of Lalm — every cluster mentioning Lalm across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
研究发现 Gemini 模型作为 AI 音频裁判表现出高可靠性
一项新的研究论文评估了 Google 的 Gemini 模型在用作评估全双工语音代理对话的音频裁判时的可靠性。研究发现，Gemini 2.5 Flash 在大多数评分维度上与人类评分者表现出高度一致性，并且在 Gemini 系列模型之间具有可比的排名能力。虽然 Gemini 3.5 Flash 在简单一致性方面有所提高，但 Gemini 3.1 Pro 尽管排名相关性相似，但其评分维度低于人类评分者，这表明模型更换需要重新验证。研究表…
-
新基准评估 LALM 在细微语音特征上的表现 · 已追踪 2 个来源
研究人员推出了 ParaPairAudioBench，这是一个旨在评估大型音频语言模型 (LALM) 在区分语音中细粒度副语言特征能力的新基准。该基准包含 5,175 个音频对，涵盖五个维度：风格、语速、强调、年龄和性别。实验表明，当前的 LALM 裁判在平均 32 个百分点上未能达到人类判断水平，并且存在严重的校准问题，尤其是在需要弃权的情况下。