그럴듯한 문장의 문제
오디오 설명은 자연스러운 문법을 따르더라도 실제 녹음의 사건과 시간 관계를 잘못 담을 수 있다. AHA는 이런 음향 근거의 실패를 사건 누락과 잘못된 사건 정체성, 시간 관계 오류와 정량적 시간 오류로 구분한다.
어려운 오답을 이용한 자료
반사실적인 어려운 오답을 찾아 음향 증거와 언어적으로 그럴듯한 허구를 구별하는 선호 자료를 만든다. 정답과 표면적으로 비슷한 오답을 활용해 소리의 세부 차이를 학습하도록 하는 접근이다.
학습과 진단의 연결
세밀한 시간 추론 능력을 확인하는 AHA-Eval도 구성한다. Qwen2.5-Omni를 정렬한 Qwen-Audio-AHA를 이 평가와 MMAU-Test, MMAR에서 검증한다. 평가 집합별 개선이 모든 녹음 환경의 오류 제거를 뜻하지는 않는다.
시간 관계를 바꾼 설명
휘파람 다음에 박수가 난 녹음에서 박수가 먼저였다고 쓴 문장은 같은 소리 이름을 포함해도 틀리다. 이런 가까운 오답을 구분하면 사건의 존재뿐 아니라 사건 사이의 관계를 확인하는 학습을 생각할 수 있다.
관련 문서
HalluAudio / MuseDiag / MMAR / MMAU / Long Listening Thoughts / ReasonAudio