arXiv cs.MM· Hua-Hsuan Chen, Xuanjun Chen, Wei-Chung Lu, Chih-Kai Yang, Yu-Xiang Lin, Sung-Feng Huang, Haibin Wu, Hung-yi Lee·· 7 小时前评分34
LALM 后训练究竟学到了什么？重新审视音频理解与推理能力
What Does LALM Post-training Learn? Rethinking Audio Understanding and Reasoning Capabilities
导读
针对大型音频语言模型（LALM）后训练在音频理解与推理基准上的提升，受控实验发现：即使没有有效音频信息，大部分提升依然存在；而一旦改变问题格式，提升则基本消失。这表明后训练更多是让模型利用任务特定的文本线索和答题模式，而非真正提升可泛化的音频理解与推理能力。
来源：arXiv cs.MM · arxiv.org