实体
G-Star Raw
G-Star Raw
PulseAugur coverage of G-Star Raw — every cluster mentioning G-Star Raw across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
关系
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
GSTAR框架实现高度压缩的自回归图像生成
研究人员开发了GSTAR,一种用于深度压缩自回归图像生成的新框架。该方法利用空间组联合缩放,实现了显著的压缩率(高达64倍),同时在重建、理解和生成方面保持了高性能。GSTAR采用半自回归解码器,可高效建模组内依赖关系,比之前的离散自回归模型提速20倍,并能在NVIDIA H200上实现2.5秒的图像生成。
-
新的 G-STAR 框架改进了说话人归因语音识别
研究人员推出了一种新颖的端到端框架 G-STAR,专为长篇、多方对话中的说话人归因自动语音识别 (SA-ASR) 而设计。该系统解决了在对话不同片段中保持说话人身份一致性的挑战,同时准确地转录带有时间戳和说话人标签的语音。G-STAR 集成了说话人追踪模块和 Speech-LLM 主干,可在本地和全局评估指标上实现灵活训练和改进性能。