RAIL：基于CHC框架的大音频语言模型听觉智能基准

论文作者团队提出RAIL，一个以人为中心的大音频语言模型（LALM）听觉智能评测基准。该基准基于Cattell–Horn–Carroll（CHC）认知框架，将听觉认知形式化为五类核心能力，并构建为结构化评测任务，配套数据筛选和与人对齐的评测协议。 对26个LALM的评测显示：模型在知识相关任务上表现较强，但听觉感知和记忆较弱，作者称这反映出对语言预训练的依赖；6个模型总体表现超过人类，但所有模型的听觉处理仍落后于人类。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。