Sreyan Ghosh

AI言語モデルのインストラクションチューニングの落とし穴を見てみよう。

RECAPは、高度な技術を使って再トレーニングなしで正確な音声キャプションを生成するんだ。

この記事では、LVLMにおける幻覚について話し、それに対処する方法を提案してるよ。

ABEXは、自然言語理解タスクのためにトレーニングデータを強化するために、Abstract-and-Expandを使ってるよ。

GAMAは音と語の知見を融合させて音声処理を改善するよ。

ReCLAPは、より正確な音声分類のために詳細なプロンプトを使って音声分類を強化するよ。