实体
Haoyu Zhang
Haoyu Zhang
PulseAugur coverage of Haoyu Zhang — every cluster mentioning Haoyu Zhang across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的MIRROR框架通过验证视觉基础来增强VLM推理能力
研究人员推出了一种名为MIRROR的新框架，旨在提高视觉语言模型（VLM）的推理能力。MIRROR通过引入一个闭环过程来解决VLM中的幻觉和逻辑错误问题，该过程包括根据特定图像区域起草、批评和视觉验证答案。为了训练该模型，创建了一个名为ReflectV的新数据集，该数据集提供了多轮监督，包含明确的反思触发器和基于区域的验证操作。
-
新型Ex-Omni模型将三维面部动画与大语言模型集成
研究人员开发了Ex-Omni，一个旨在将三维面部动画生成与全模态大语言模型（OLLMs）集成的开源模型。该模型通过使用语音单元来构建时间结构，并利用隐藏的语音表示来捕捉面部线索，解决了大语言模型离散推理与面部运动连续动态之间的衔接挑战。Ex-Omni旨在通过使OLLMs能够生成同步的语音和三维面部动画，从而改善人机交互，与现有级联方法相比，它展示了更快的生成速度和更好的视听同步效果。