语音LLM刻板印象与个性化评测基准BASIS-Bench

语音LLM能识别人口线索，却难恰当个性化且易生刻板偏见

资讯摘要

论文提出BASIS-Bench基准，从人口统计鲁棒性、刻板印象偏见和个性化三个维度，区分语音LLM的有益个性化与刻板行为。作者评测八个近期语音LLM，发现多数模型虽能识别人口统计线索，却难以将其转化为恰当个性化；显式人口标签可提升个性化，但也会放大文本主干中已有的刻板关联。

要点速读

1. BASIS-Bench通过三个维度区分有益个性化与刻板印象行为
2. 评测八个语音LLM：多数能识别人口统计线索，但未能恰当个性化
3. 显式人口标签提升个性化，同时放大文本主干已有的刻板关联

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。