Chandra Kiran Reddy Evuru

RECAP usa técnicas avanzadas para generar subtítulos de audio precisos sin necesidad de reentrenar.

Este artículo habla sobre las alucinaciones en los LVLMs y propone métodos para abordarlas.

GAMA mejora el procesamiento de audio al fusionar conocimientos de sonido y lenguaje.

ReCLAP mejora la clasificación de audio con indicaciones detalladas para una mejor precisión.