James Glass

Whisper-AT combina il riconoscimento vocale e il tagging audio per migliorare le prestazioni.

Un nuovo modello migliora la comprensione del parlato e dei suoni contemporaneamente.

Un nuovo metodo migliora la robustezza dei test dei modelli linguistici dando priorità alla novità.

ThReaD migliora le prestazioni dei LLM su compiti complessi grazie a una gestione dinamica dei thread.

Self-MoE crea esperti specializzati per migliorare le prestazioni del modello linguistico.

Uno sguardo ai risultati della sfida Codec-SUPERB e ai metodi di misurazione delle performance del codec.

Le macchine imparano a trovare oggetti nelle immagini usando tecniche innovative.