arXiv cs.CL· Hua-Hsuan Chen, Xuanjun Chen, Wei-Chung Lu, Chih-Kai Yang, Yu-Xiang Lin, Sung-Feng Huang, Haibin Wu, Hung-yi Lee·· 5 小时前AI 评分27
LALM 后训练究竟学到了什么？重新审视音频理解与推理能力
What Does LALM Post-training Learn? Rethinking Audio Understanding and Reasoning Capabilities
AI 导读
针对大型音频语言模型（LALM）后训练，控制实验发现其基准提升多来自对特定题目格式的适配，而非音频理解与推理能力的真实进步。即使没有有效音频信息，大部分提升依然存在；一旦更换问题格式，提升则大幅消失。这表明后训练更多让模型利用任务相关的文本线索和答题模式，而非习得可泛化的音频理解与推理能力。
来源：arXiv cs.CL · arxiv.org