大型音频语言模型综述：泛化、可信性与展望

一篇综述系统评估大型音频语言模型（LALM）的可信性，指出其能力增长明显快于保障框架的发展。综述归纳了跨模态越狱、潜在音频后门、生物特征隐私泄露等关键漏洞，并从幻觉、鲁棒性、安全、隐私、公平、认证六个维度评估现有模型。作者认为统一端到端框架与连续声学信号扩大攻击面，提出纵深防御、因果听觉世界建模与内在表征工程路线图。