AudioTrust 的安装和配置教程
2025-05-28 15:55:45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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.69 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
163
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
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++
630
227
仓颉编译器源码及 cjdb 调试工具。
C++
123
656
🎉 (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
1.06 K
614
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
195
71
仓颉编程语言测试用例。
Cangjie
36
657