RAIL：从人类认知能力视角重新审视大型音频语言模型的听觉智能
📝
内容提要
现有音频评测大多按“语音、环境声音、音乐”等输入类型，或“转写、分类、问答”等任务组织。这些分类便于比较模型在具体任务上的表现，却难以说明任务背后的能力需求。同样是音频问答，辨认两...
🏷️
➡️
