Oriol Nieto

Esse artigo fala sobre alucinações em LVLMs e propõe métodos pra lid ar com elas.

A GAMA melhora o processamento de áudio juntando informações de som e linguagem.

O ReCLAP melhora a classificação de áudio com prompts detalhados pra uma precisão melhor.

Técnicas inovadoras melhoram o treinamento de modelos de música e texto com poucos recursos.

Transforme zumbidos e batidas em áudio de alta qualidade com o Sketch2Sound.

Novo sistema transforma o controle de áudio através de descrições textuais detalhadas.