AudioTrust 的安装和配置教程
2025-05-28 07:35:38作者:魏献源Searcher
1. 项目基础介绍和主要编程语言
AudioTrust 是一个大规模的基准测试,旨在评估多模态音频语言模型(ALLMs)的多方面可信度。该项目通过检查模型在六个关键维度上的行为,包括虚构内容生成、鲁棒性、身份验证、隐私、公平性和安全性,来评估模型的可信度。AudioTrust 提供了专家注释的提示、模型间的评估以及可复现的评价脚本。该项目主要使用 Python 编程语言,同时也包含一些 Shell 脚本。
2. 项目使用的关键技术和框架
AudioTrust 项目使用以下关键技术和框架:
- Python:作为主要编程语言,用于实现项目中的逻辑和数据处理。
- Shell 脚本:用于自动化项目的某些执行步骤。
- Hugging Face:用于加载和预处理数据集。
- OpenAI API:用于调用 OpenAI 的模型进行评估。
- Google API:可能用于调用 Google 提供的服务。
3. 项目安装和配置的准备工作及详细安装步骤
准备工作
在开始安装 AudioTrust 之前,请确保您的计算机已经安装了以下软件:
- Python 3.6 或更高版本
- Git -pip(Python 包管理器)
安装步骤
-
克隆项目仓库
打开终端(或命令提示符),执行以下命令克隆项目仓库:
git clone https://github.com/JusperLee/AudioTrust.git克隆完成后,您将看到一个名为
AudioTrust的文件夹。 -
安装依赖
进入
AudioTrust文件夹,并安装项目所需的依赖:cd AudioTrust pip install -r requirements.txt如果您打算使用离线模型,可以安装离线模型的依赖:
pip install -r requirements-offline-model.txt -
加载数据集
使用 Hugging Face 加载数据集。这里以加载
hallucination子数据集为例:from datasets import load_dataset dataset = load_dataset("JusperLee/AudioTrust", split="hallucination") -
运行推理和评估
根据项目文档,您需要设置 API 密钥,然后运行推理和评估脚本。以下是一个示例:
-
运行推理脚本:
bash scripts/hallucination/inference/gemini-2.5-pro.sh -
运行评估脚本:
bash scripts/hallucination/evaluation/gpt-4o.sh
或者,您可以直接使用 Python 运行推理:
export OPENAI_API_KEY=your-openai-api-key python main.py \ --dataset hallucination-content_mismatch \ --prompt hallucination-inference-content-mismatch-exp1-v1 \ --model gemini-1.5-pro请将
your-openai-api-key替换为您自己的 OpenAI API 密钥。 -
以上是 AudioTrust 的安装和配置教程。按照这些步骤操作,您应该能够成功安装并运行该项目。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.72 K
Ascend Extension for PyTorch
Python
329
391
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
877
578
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
162
暂无简介
Dart
764
189
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.33 K
746
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
React Native鸿蒙化仓库
JavaScript
302
350