Awesome-Trustworthy-AudioLLMs
音频大模型可信性论文一站查，快速建立研究地图
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-10-28 · 当前星标 ★ 209
核心亮点
- 按可信性维度组织文献，主题清晰，便于按需检索
- 覆盖鲁棒性、公平性、隐私、安全对齐、幻觉与评测等多个方向
- 作为阅读清单持续跟踪音频 LLM 可信性交叉领域的新进展
不足之处
- 仅汇总文献，不提供模型、代码或可复现实验
- 缺少统一的评测基准与量化对比，难以直接用于选型
适用场景
- 音频大模型安全与可信性方向的选题调研
- 撰写综述或立项材料前的背景梳理
- 评估音频 LLM 方案时快速定位相关风险研究
替代项目
Awesome-LLM-Safety、Awesome-Speech-Language-Models、Awesome-Multimodal-LLM
上一篇：awesome-llm-interpretability
下一篇：MMAD
同类项目推荐
SuperCLUE
开源
测一测中文大模型哪家强，榜单见分晓
SuperCLUE: 中文通用大模型综合性基准 | A Benchmark for Foundation Models in Chinese
safe-rlhf
开源
在强化学习中对齐人类价值观，让AI输出既有用又安全。
Safe RLHF: Constrained Value Alignment via Safe Reinforcement Learning from Human Fe···
awesome-evals
开源
一站式收藏 AI 智能体评估资源，告别信息筛选烦恼。
A curated, non-BS library of the best resources for building and evaluating AI agent···
Awesome-Trustworthy-AudioLLMs
开源
音频大模型可信性论文一站查，快速建立研究地图
A reading list for trustworthy audio large language models.
OSWorld
开源
让 AI 学会像人一样操作电脑，真实环境跑分评测
[NeurIPS 2024] OSWorld: Benchmarking Multimodal Agents for Open-Ended Tasks in Real ···
llm-jp-eval
开源
一键跑通日语 LLM 多任务评测，结果可对比
promptmap
开源
给 LLM 应用做安全体检，防提示注入攻击
a security scanner for custom LLM applications
absent-author
开源
用证据清单和 AI agent 揪出没人负责的 AI 论文
Research and writing can be automated. Authorship cannot. Evidence list + agent skil···
EnterpriseRAG-Bench
开源
用真实企业文档评测你的RAG系统，告别通用测试集偏差
Dataset and benchmark for RAG on company internal documents.