**MMAE：首个通用音频编辑评估基准，揭示模型在复杂任务中完全失效**

_MMAE: A Massive Multitask Audio Editing Benchmark_

> MMAE 是首个面向通用指令音频编辑的全面评估基准，覆盖声音、语音、音乐等7种模态，包含6级任务复杂度、8种操作类型，共2000个样本。它采用细粒度评分框架，将任务分解为17,741个可验证标准。评测显示，当前领先模型的精确匹配率普遍低于5%，在混合模态复杂任务中降至0%，暴露出精准执行和结构鲁棒性瓶颈。该基准旨在推动智能创作社区进步，为下一代音频编辑系统提供标准化评估范式。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-08 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.07229)