研究：LALM后训练多为格式适配

Hua-Hsuan Chen 等作者提交的预印本论文称，通过控制实验发现，大型音频语言模型（LALM）后训练带来的性能提升，在多项模型和后训练方法中即使去掉有效音频信息仍大体存在，但一旦改变问题格式便大幅消失；因此后训练往往让模型学会利用任务特定的文本线索和答题模式，而非真正获得可泛化的音频理解与推理能力。 该研究以分离音频理解提升与题型适应为方法，结论仍属工作进展中的预印本。

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。