Sonal Kumar

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

ABEX usa Abstract-and-Expand para mejorar los datos de entrenamiento para tareas de comprensión del lenguaje natural.

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.

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