paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
DK

Dmytro Kurdydyk

ACL 2026多模态评测与基准社会与人本
新星分贡献者
32
一作贡献0
核心/参与12
方向广度6
合作网络3
0 一作 · 1 篇 · ACL 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。

联系方式

实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。

2026 顶会论文

1
作者位次 #2/6ACL 2026Findings· Findings of ACL

AUDITA : A New Dataset to Audit Humans vs. AI Skill at Audio QA

Tasnim Kabir · Dmytro Kurdydyk · Aadi Palnitkar · Liam Dorn · Ahmed Haj Ahmed · Jordan Lee Boyd-Graber

摘要

Existing audio question answering benchmarks largely emphasize sound event classification or caption-grounded queries, often enabling models to succeed through shortcut strategies, short-duration cues, lexical priors, dataset-specific biases, or even bypassing audio via metadata and captions rath...

多模态评测与基准社会与人本OpenReview 项目页

常见合作者