本研究提出了MultiTab基准套件，旨在解决现有基准依赖平均指标的问题。通过对196个数据集进行特征分类，评估13种模型，发现模型性能对数据特征敏感，强调基于数据特征的评估对模型改进的重要性。

本研究探讨了微调音频大语言模型Qwen2-Audio在心脏杂音特征分类中的应用。通过SSAMBA算法提升抗噪声和泛化能力，结果显示该模型在11个专家标注的特征中，有8个超越了现有方法，展现了其在心脏病诊断中的潜力。