研究：LALM后训练提升多靠文本线索

Hua-Hsuan Chen等作者发表受控实验研究，重新审视大型音频语言模型（LALM）后训练在音频理解与推理基准上的提升。研究发现，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。 作者称，这一结果在不同模型和后训练方法上均成立，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。

根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。