StanceBench

新的StanceBench基准评估音频大语言模型的人际立场检测能力

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。