본 논문은 대규모 오디오 언어 모델(LALM)의 저수준 청취 능력, 특히 음고와 지속 시간 감지 능력이 아직 충분히 탐구되지 않았다는 점을 지적합니다. 저수준 청취는 미지의 소리에 대해 미세한 음향 단서를 기반으로 추론해야 하는 실제 상황의 분포 외 작업에 중요합니다. 이러한 간극을 해소하기 위해, 해양 포유류의 소리를 사용하여 저수준 청각 인지 능력을 평가하는 World-of-Whale 벤치마크(WoW-Bench)를 제시합니다. WoW-Bench는 새로운 소리를 분류하는 인지 벤치마크와 블룸의 분류 체계에서 영감을 받아 소리 사건을 기억하고, 이해하고, 적용하고, 분석하는 능력을 평가하는 인지 벤치마크로 구성됩니다. 인지 벤치마크에는 모델이 청취를 통해 문제를 해결하는지, 아니면 다른 휴리스틱에 의존하는지를 평가하기 위한 방해 요소 질문이 추가되었습니다. 최첨단 LALM을 사용한 실험 결과, 인간 수준보다 훨씬 낮은 성능을 보여 LALM에 더 강력한 청각적 기반이 필요함을 시사합니다.
