研究人员开发了AnchorPrompt,一种用于提高大型音频-语言模型(LALMs)鲁棒性的新颖方法。该技术涉及训练一个插入到模型解码器中的单一提示向量块。AnchorPrompt利用跨各种音频和文本扰动的自蒸馏来增强答案一致性并减少幻觉,即使面对未见的失真也能做到。在多个LALMs和基准上的评估表明,AnchorPrompt在对干净音频性能影响最小的情况下提高了答案的一致性和准确性,同时有效处理损坏的输入。 AI
影响 增强了音频-语言模型的可靠性,有可能改善其在嘈杂或对抗性环境中的实际应用。
排序理由 该集群描述了在arXiv上发表的一篇学术论文中提出的一种新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- AnchorPrompt
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- Large Audio-Language Models
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →