斯坦福大学 发布 AHELM 数据集, 应用在 音频-语言处理、模型评估 领域

斯坦福大学 本次发布的数据集 AHELM, AHELM是一个全面的音频-语言模型评估基准，旨在从技术和社会角度全面评估音频-语言模型的能力。它包括10个关键方面：音频感知、知识、推理、情感检测、偏见、公平性、多语言性、鲁棒性、毒性和安全性。AHELM汇集了各种数据集，包括2个新的合成音频-文本数据集PARADE和CoRe-Bench，以全面衡量音频-语言模型在10个重要方面的性能。此外，AHELM还标准化了提示、推理参数和评估指标，以确保模型之间的公平比较。

查看AHELM

关于 斯坦福大学 , 斯坦福大学是一所位于美国加州的世界顶尖私立研究型大学，以其在科技、工程、商业和法律等领域的卓越教学和研究而闻名。_simple

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。