提出多会话语音记忆基准VoxMem并评测15个音频大模型

墨尔本大学与新南威尔士大学团队提出多会话语音记忆基准VoxMem，并用它评测15个音频大模型：在32K token历史长度下，无一模型整体准确率超过40%，追踪语气变化和背景声变化的平均准确率仅3.4%与1.2%。 VoxMem以「声学证据×记忆操作」二维分类法覆盖15种考察组合，每道题在8K到64K token历史长度下保持不变，共799道题、3,196个评测实例、34,743个语音会话（约177小时）。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。