鸡尾酒会音频测试：人类优于模型但未达验证码标准

2026年10月29日，一项针对鸡尾酒会场景的音频分离测试显示，人类在从背景噪音中识别目标语音的任务上表现优于Gemini 3.8 Flash和Qwen3-ASR 0.6B等模型。实验数据显示，人类平均词准确率为0.71，高于指令优化后的Gemini模型的0.54。然而，两者差距过小，无法作为可靠的音频验证码。该研究指出当前模型性能尚未达到区分人机所需的阈值，并已开源相关代码与数据集。

AI 根据报道生成 · 57 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。