Utkarsh Tyagi

Um novo método melhora gravações de áudio usando pistas visuais.

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

A ABEX usa Abstract-and-Expand pra melhorar os dados de treinamento em tarefas de compreensão de linguagem natural.

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