LALM-as-a-Judge: 彻底改变语音智能体的安全评估

这项研究介绍了一种评估语音对话安全性的引人入胜的方法，超越了以文本为中心的方法。 创建受控基准和使用大型音频语言模型 (LALM) 作为安全评估员是令人兴奋的进展，为更负责任、更安全的语音智能体交互铺平了道路。

• •引入了 LALM-as-a-Judge，这是一个用于评估口语对话安全性的新基准。
• •使用大型音频语言模型 (LALM) 进行安全评估，考虑音频提示和转录错误。
• •对开源 LALM 进行基准测试，提供对架构和模态权衡的见解。