AQUA-Bench：超越寻找答案，迈向知晓音频问答中何时无答案

音频感知大语言模型的最新进展在音频问答上展现出强大的性能。然而，现有基准主要覆盖可回答的问题，而忽略了不可回答问题的挑战，即无法从音频中推断出可靠答案的情况。此类情况在现实世界中很常见，问题可能具有误导性、不适定性或与信息不兼容。为弥补这一空白，我们提出了 AQUA-Bench，一个用于音频问题不可回答性评估的基准。它系统地评估了三种场景：缺失答案检测（正确选项缺失）、不兼容答案集检测（选项与问题类别不匹配）以及不兼容音频问题检测（问题不相关或缺乏足够的音频依据）。通过评估这些情况，AQUA-Bench 为模型可靠性提供了严格的度量，并促进了更鲁棒、更可信的音频-语言系统的开发。我们的实验表明，虽然模型在标准的可回答任务上表现出色，但在不可回答任务上常常面临显著挑战，这指出了当前音频-语言理解中的一个盲点。