VoxReason发布语音计划验证基准

Mengzhe Geng提出并发布VoxReason，一个100案例的语音计划验证器基准：固定同一句话、只修改一个指定的来源标签线索，评分引用证据、八个计划字段和允许的回应。该基准评估的是派生标签和结构化计划，不含音频输入、生成语音或听者判断。 两项测试结果分化明显：在24案例的来源键不相交测试中，来源情感先验的计划槽准确率为0.958，但所需变更准确率为0.000；在32案例的情感不相交测试中，计划槽准确率为0.219，所需变更准确率为1.000。 作者说明，各分区复用并重叠同一批100个案例，因此上述确定性诊断既不是独立队列，也不是学习型规划器的结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。