**VGBench:诊断音频LLM在语音代理中的声学上下文门控能力** _Do Audio LLMs Listen Before They Act? Diag
原帖
**VGBench:诊断音频LLM在语音代理中的声学上下文门控能力**
_Do Audio LLMs Listen Before They Act? Diagnosing Acoustic-Context Gating in Voice Agents_
> 该研究提出VGBench基准,用于评估音频大模型在旁听、自言自语及说话人切换场景下的行动决策能力。实验显示,现有模型在说话人切换时极少能正确保持静默(最高仅14%)。通过VoxGate后训练案例研究,模型在切换场景下的静默率提升至91.3%,同时保持了对佩戴者指令的准确响应,揭示了多线索声学上下文门控的重要性。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-10-02 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2609.32536)