大規模音声言語モデル、マルチオーディオ理解の盲点を突く
MUGEN: 大規模音声言語モデルにおけるマルチオーディオ理解の評価と改善
査読前の可能性がある研究情報
MUGENは、大規模音声言語モデルのマルチオーディオ理解能力を評価し改善するための新しいベンチマークです。
arXiv cs.AI
毎日更新・AIニュース考察
AI記事考察ノート
公式発表・研究プレプリント・実装コミュニティの記事を、読む前に押さえたい文脈と注意点つきで整理。
10,115掲載記事
9,246深堀り対応
01
絞り込み結果
条件に一致した記事を、新しい順にまとめています。 2対比的デコーディングが音声モデルの虚構生成を抑制するか？
査読前の可能性がある研究情報
大規模な音声言語モデルの虚構生成問題に対処する新たな対比的デコーディング手法が提案されました。
速報・AI要約未精査
こんな人にAI研究者・音声認識エンジニア
arXiv cs.AI