黑盒因果测试审计LALM音频幻觉
热点事件持续更新
黑盒因果测试审计LALM音频幻觉
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
有研究提出一种黑盒因果测试，用于检验大型音频语言模型（LALM）的音频幻觉：先用 CLAP 相似度定位一条声称所依赖的音频证据区域，再用频谱门控将其移除，并与随机窗口移除作对照，在三个 LALM 上按 2×2×2 网格验证音频 grounding。 结果显示，在 Qwen2-Audio-7B 上，固定时长后局部移除在每个网格单元均优于随机移除，而原始检测值仍因模型而异，说明不同模型的 grounding 情况不同。 研究者进一步结合 blank 与语言先验对比的门控集成对比解码，称将 Qwen2-Audio 的准确率从 57.1% 提升至 71.9%。
AI 根据报道生成 · 1 小时前更新
最新进展10月12日 12:00
位置是否重要？黑盒因果审计揭示 LALM 幻觉中的模型依赖音频 grounding报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv：cs.AI位置是否重要？黑盒因果审计揭示 LALM 幻觉中的模型依赖音频 grounding
研究提出黑盒因果测试，通过 CLAP 相似度定位、频谱门控移除并对照随机窗口，在三个 LALM 上验证音频 grounding。在 Qwen2-Audio-7B 上，固定时长后局部移除在每个网格单元均优于随机移除，而原始检测值仍因模型而异。结合 blank 与语言先验对比的门控集成对比解码，将 Qwen2-Audio 准确率从 57.1% 提升至 71.9%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。