Alex碎碎念

正在创造AI英语老师

多模态大语言模型真能胜任音素级别的辨音纠音吗? 曾经试过豆包,发现豆包并不能准确说出发音错误,甚至还有不少假阳性。 大语言模型对节奏韵律也没有能力分辨。 说明多模态大模型的底层原理就不支持这个任务吧? 是我外行了吗?有没有懂模型底层原理的伙伴指点迷津。
登录并发表评论

评论 · 8

葛立民
模型的歧视问题。这个和AI能不能做一个智力任务没有关系,模型的智力是涌现出来的。这里问题的本质是它其实反映了作为大模型绝大多数语料来源的美国社会里面白人的社会地位最高,印度人其次,东亚人最低。这是许多非英语母语的学者喜欢研究的一个ai治理有关的话题。类似的模型歧视现象非常容易就能测出来
Alex
感谢回答。不过我想问的其实是大模型是否真的像文章里说的,有听出英语口音的细节的能力,这应该不是一个和语言相关的智力任务吧?