arXiv · cs.AI· Zhe Sun, Liang An, Jiayu Yao, Ronglai Qian, Jianing Cai, Ziwei Huang, Qing Fan, Zhiyuan Yang, Yujun Cai, Hongli Cao, Yiwei Wang, Xiaoyan Wang·· 11 小时前
UA-Bench发布：评测大音频语言模型的水下声学识别能力
UA-Bench: Benchmarking Large Audio-Language Models on Underwater Acoustic Recognition
arXiv:2610.16942v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Zhe Sun, Liang An, Jiayu Yao, Ronglai Qian, Jianing Cai, Ziwei Huang, Qing Fan, Zhiyuan Yang, Yujun Cai, Hongli Cao, Yiwei Wang, Xiaoyan Wang
研究任务与主要进展
作者提出UA-Bench，一个用于评测大音频语言模型水下声信号识别能力的大规模基准，包含375,051条可追溯音频记录及三级标签体系。九个开源模型在未进行任务专门适配时，叶类准确率仅为2.0%至13.1%，而加入波形主要提升来源路由，叶类识别最多提升4.7个百分点；研究同时公开训练分区以支持后续适配研究。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org