UA-Bench 水下声学识别基准发布

2026年10月15日，arXiv Artificial Intelligence 刊出 Zhe Sun 等作者的论文，提出 UA-Bench，据称是首个评估大型音频语言模型（LALMs）水下声学信号识别能力的大规模基准。该基准包含 375,051 条音频记录，覆盖探测脉冲、通信波形与舰船辐射噪声三类信号，每条带三级标签体系（13 个叶类）、模板化多轮对话及信源与信道元数据。评估在 2,600 条记录的平衡子集上进行，采用门控由粗到细协议，将错误定位到信源路由、细粒度分类或输出格式，并加入配对静音音频对照以检验波形是否被实际使用。九个开源 LALM 在无任务特定适配下叶类准确率仅 2.0%–13.1%，随机参考为 7.7%。其发布的训练分区支持后续适配工作。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。