实体
kyutai-labs
kyutai-labs
PulseAugur coverage of kyutai-labs — every cluster mentioning kyutai-labs 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
最近 · 第 1/1 页 · 共 2 条
-
新型REKI视觉语言动作模型实现优异的性能-规模平衡
研究人员推出REKI,一个拥有24亿参数的视觉语言动作模型(VLA),在性能和规模之间取得了优异的平衡。REKI仅使用公开数据进行训练,在LIBERO-Plus、RoboTwin Clean2Rand和RoboCasa365等基准测试中表现出竞争力,只有更大的模型才能超越它。该模型采用一种使用寄存器令牌的记忆机制来访问近期历史信息,从而提高了成功率并减少了机器人任务中的振荡。
-
用户寻求帮助实现Calm TTS论文,面临语音克隆问题
一位用户正在寻求有关实现研究论文中描述的Calm文本到语音模型的帮助。他们在复制模型性能方面遇到了困难,在生成有意义的文本和实现准确的语音克隆方面遇到了问题。用户尝试了各种技术,包括计划采样和调整数据条件,但面临诸如梯度爆炸以及文本质量与语音保真度之间的权衡等挑战。他们正在寻求关于如何进行的建议,是重新审视论文、增加数据集大小,还是解决潜在的系统设计缺陷。