Oriol Nieto

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.

Técnicas innovadoras mejoran el entrenamiento de modelos de música-texto con recursos limitados.

Convierte el zumbido y los golpecitos en audio de alta calidad con Sketch2Sound.

Nuevo sistema transforma el control de audio a través de descripciones de texto detalladas.