James Glass

Whisper-AT kombiniert Spracherkennung und Audio-Tagging für bessere Leistung.

Ein neues Modell verbessert das Verständnis von Sprache und Geräuschen gleichzeitig.

Eine neue Methode verbessert die Testrobustheit von Sprachmodellen, indem sie Neuheit priorisiert.

ThReaD verbessert die Leistung von LLMs bei komplexen Aufgaben durch dynamisches Thread-Management.

Self-MoE erstellt spezialisierte Experten für eine bessere Leistung von Sprachmodellen.

Ein Blick auf die Ergebnisse der Codec-SUPERB-Challenge und die Leistungskennzahlen der Codecs.

Maschinen lernen, Objekte in Bildern mit innovativen Techniken zu erkennen.